Dívida Pública, Reservas Cambiais e Estratégia Ótima

em Eventos de Crises Financeiras

Tema 1: Ajuste Fiscal e Dívida Pública

 Resumo

Existe um efeito de realimentação entre o volume e perfil da dívida pública e o nível de

reservas cambiais com as crises financeiras conhecido como efeito de profecias auto-

realizáveis. Neste trabalho, a gestão da dívida pública é avaliada em termos de uma

medida de risco chamada de probabilidade de ocorrência de crises da dívida (PCD).

Essa medida é afetada pela composição da dívida e pelo equilíbrio das contas públicas.

Além disso, avalia-se a disponibilidade de reservas internacionais em relação a um

nível adequado, calculado pelo modelo de buffer stock. De posse da PCD, do nível

adequado de reservas e dos objetivos de política monetária, apresentamos um modelo

de decisão baseado em controle ótimo estocástico clássico e por impulso que pode ser

considerado em eventos de crises cambiais. Dessa forma, este trabalho contribui com a

apresentação de uma abordagem integrada entre ativos, passivos e objetivo

macroeconômico, que define uma estratégia para enfrentar situações de ataque

especulativo e de interrupção de fluxo de entrada de capitais estrangeiros que possam

afetar o equilíbrio do balanço de pagamentos (sudden stop). Essa estratégia permite

reduzir os riscos inerentes aos desdobramentos de uma crise financeira.

Concluímos que o aumento da indexação cambial da dívida eleva a PCD e a geração

de superávit primário minimiza este impacto. Além disso, o Brasil depende de acesso a

fontes de financiamento do FMI para manter as reservas internacionais em nível

adequado em casos de eventos de crises cambiais. Com baixa disponibilidade de

ativos e com alta indexação cambial da dívida, ou seja, pouca disponibilidade de

incrementar os riscos cambiais da dívida pública, a alternativa é elevar a taxa de juros

1
em momentos de crises financeiras, com desdobramentos negativos para o

crescimento econômico. Como a elevação da taxa de juros também implica em maior

risco de default, a menos que o governo decida por um choque fiscal com incremento

do superávit primário, a estratégia ideal do governo em momentos de estabilidade

econômica passa a ser a manutenção de baixos valores de indexação cambial da

dívida e um nível de reservas internacionais adequado, a fim de que haja flexibilidade

para a utilização desses instrumentos em tempos de ataques especulativos e de

interrupção de fluxos de entrada de capitais estrangeiros. Essa maior flexibilidade reduz

o impacto de uma crise financeira na dívida pública e nos riscos de que o banco central

não tenha sucesso no seu combate.

2
 Sumário

1. INTRODUÇÃO 4

2. COMPOSIÇÃO E RISCO DA DÍVIDA PÚBLICA 8

2.1 A Equação para Evolução da Dívida Pública 10

2.2 Modelo Macroeconômico Simplificado para as Variáveis que Indexam a Dívida 16

2.3 Avaliação dos Níveis de Indexação Cambial da Dívida Pública 24

3. NÍVEL ADEQUADO DE RESERVAS CAMBIAS 30

4. CRISES NO MERCADO DE CÂMBIO 38

4.1- O Modelo de Controle Estocástico Clássico e por Impulso 44

4.2- Identificação da Equação de Controle 51

4.3- Especificação da função de custo e simulações 54

5. CONCLUSÕES 59

6. REFERÊNCIAS BIBLIOGRÁFICAS 62

APÊNDICE A - PROVA DA PROPOSIÇÃO 4.1 66

APÊNDICE B - PROVA DA PROPOSIÇÃO 4.2 70

3
 1. Introdução

A gestão da dívida pública, em geral, não é feita apenas sob a ótica financeira baseada

na tradicional teoria de carteira (relação risco e retorno), ou apenas sob o ponto de vista

de política fiscal, já que várias decisões de política monetária têm impacto no perfil de

endividamento público. Em outras palavras, há uma superposição entre dominância de

política fiscal e dominância de política monetária que tem impacto no gerenciamento da

dívida pública.

O sucesso de qualquer regime monetário requer ausência de dominância fiscal. No

entanto, quando existe um histórico recente de fragilidade, o governo leva tempo para

construir credibilidade, junto aos agentes privados, de uma política fiscal forte. O

desafio, então, é administrar regimes monetário e fiscal que guardem perfeita sinergia,

pois um problema na condução da política monetária é o receio de que um aperto

monetário conduza à uma crise financeira (Fraga et al., 2003).

Uma decisão de política monetária, por exemplo, diz respeito ao suprimento da

demanda do mercado por hedge cambial. Alguém poderia argumentar que não caberia

ao governo suprir essa demanda por hedge, e a taxa de câmbio deveria flutuar

livremente. A rigor, se o mercado de câmbio fosse perfeitamente livre, os agentes

econômicos chegariam a uma taxa de câmbio de equilíbrio entre oferta e demanda por

moeda estrangeira via mercado à vista, futuro, de opções e via utilização de outros

instrumentos financeiros. Desde que essa taxa de equilíbrio não inviabilizasse os

4
objetivos de política monetária, com destaque ao objetivo de meta de inflação, o banco

central não encontraria motivos para intervir no mercado de câmbio.

Por outro lado, a presença de freqüentes choques externos gera grande instabilidade

na economia e poderia ser vista como uma forma de "dominância externa". Em adição

às pressões inflacionárias, flutuações significativas da taxa de câmbio têm outras

implicações para a economia, como incerteza em relação aos valores dos ativos e

passivos indexados ao dólar. Neste caso, em sua função objetivo o banco central

poderia considerar diferentes metas (Fraga et al., 2003). Existem várias razões para

que as economias emergentes se preocupem com a taxa de câmbio: i) com mercados

de câmbio menos desenvolvidos, grandes choques de fluxos de capitais causam

grande volatilidade na taxa de câmbio em caso de ausência de políticas de controle; ii)

em economias com um histórico de instabilidade monetária, a taxa de câmbio é um

ponto focal na construção de expectativas de inflação; iii) flutuações na taxa de câmbio

podem ter grande impacto na rentabilidade das empresas; e iv) o volume de

empréstimos denominados ou indexados à moeda estrangeira pode ser elevado (Amato

e Gerlach, 2002).

Uma forma de lidar com ataques especulativos ou com interrupções de fluxos de

entrada de moeda estrangeira é a elevação da taxa de juros, que tem como objetivo

atrair capitais e elevar o custo de carregamento pelos especuladores. Esse tipo de

estratégia tem impacto direto na dívida interna indexada à taxa de juros. A intervenção

no mercado de câmbio pode ser feita também via venda de dólares por parte do banco

central. No entanto, essa venda de moeda estrangeira pressupõe que as reservas

internacionais estejam em nível adequado. A incerteza quanto à capacidade e

5
credibilidade do banco central para enfrentar a crise, faz com que muitas empresas

aumentem a demanda por proteção cambial o que funciona como combustível para

alimentar a pressão contra a moeda nacional. Assim, o banco central decide vender

títulos denominados em moeda doméstica que pagam a variação cambial, ou ofertar

swaps cambiais, como uma forma de diminuir a perda de reservas internacionais e de

enfrentar a pressão cambial. Essa ação do banco central modifica o perfil do

endividamento público.

Outro objetivo de política monetária que interfere no perfil de endividamento, ou

composição da dívida pública, diz respeito à sinalização que o banco central quer dar

ao mercado em termos de credibilidade da política de combate à inflação. A emissão de

títulos indexados à inflação é uma forma de mostrar ao mercado que o banco central

confia que a inflação está sob controle. Da mesma forma, a emissão de títulos

indexados ao câmbio poderia ser vista como uma forma de mostrar ao mercado a

confiança que o banco central tem de que o câmbio não irá se depreciar de forma

brusca.

O objetivo deste trabalho é disponibilizar um modelo que auxilie a decisão de

intervenção no mercado em momentos de crises cambiais, seja por um ataque

especulativo, interrupção de entrada de capitais estrangeiros etc. Dessa forma, o

modelo leva em consideração os instrumentos de intervenção cambial que o Banco

Central do Brasil dispõe: taxa de juros, compra e venda de moeda estrangeira e compra

e venda de títulos e swaps cambiais. Os pontos fundamentais da modelagem são: i) as

restrições em termos do perfil do endividamento público, com ênfase no risco de

default; ii) as restrições em termos de disponibilidade de reservas cambiais; e iii) as

6
restrições de política monetária, com ênfase nas conseqüências em termos das metas

para inflação. O modelo mitiga os efeitos de crises cambiais buscando uma estratégia

de intervenção ótima, nesses períodos, que considera os objetivos de política

monetária, as restrições em termos da composição da dívida pública (com destaque ao

nível de indexação cambial), a capacidade de geração de superávit primário e a

disponibilidade de ativos (reservas internacionais). Nesse sentido, o trabalho

disponibiliza um modelo de decisão em momentos de crises cambiais que leva em

consideração as restrições em termos de ativos e passivos e os objetivos

macroeconômicos.

No próximo capítulo discute-se a evolução da dívida e seu perfil, considerando

aspectos relacionados aos seus riscos. Nesse capítulo é apresentada uma medida de

risco para a dívida pública. Em seguida, discute-se a escolha de um nível adequado

para as reservas cambiais. O quarto capítulo apresenta o modelo de auxílio à decisão

em momentos de crises cambiais que leva em consideração os objetivos de política

monetária e as restrições de riscos em termos de endividamento público e de

disponibilidade de reservas internacionais. Finalmente, são apresentadas as

conclusões da monografia.

7
 2. Composição e Risco da Dívida Pública

A literatura que trata sobre gerenciamento de dívida pública não dedica muita atenção

aos motivos que levam os formuladores de política a escolherem os instrumentos de

dívida adequados. Embora informações oficiais freqüentemente indicam que a

minimização dos custos e riscos do serviço da dívida pública sejam os principais

objetivos do gerenciamento da dívida, pouco se sabe como esse objetivo é perseguido

na prática e existem poucos trabalhos empíricos sobre a composição e perfil de

maturidade da dívida (Missale et al., 2002). Drudi e Giordano (2000) também apontam a

escassez de trabalhos que analisam o default da dívida do governo e, em particular,

suas implicações para a gestão da dívida pública. Dessa forma, o gerenciamento da

dívida envolve a definição dos objetivos a serem perseguidos e a seleção da

composição e perfil de maturidade ótimo, tendo em vista os objetivos estabelecidos.

De fato, em uma economia emergente, como a economia brasileira, o objetivo

primordial em termos de dívida pública deve ser a redução da vulnerabilidade do país

em relação ao seu pagamento. Esse objetivo deve orientar as decisões de escolha do

perfil ótimo de endividamento, que seria aquele que minimizaria o risco da dívida, ou

seja, a probabilidade de default do país. Essa abordagem implicitamente leva em

consideração a questão dos custos da dívida, já que se o custo for muito elevado

certamente o risco de não pagamento também será alto.

A propósito, o Relatório Anual da Dívida Pública de 2003, elaborado pelo Tesouro

Nacional, descreve o objetivo da gestão da dívida pública federal como sendo a

8
minimização dos custos de financiamento no longo prazo, assegurando a manutenção

de níveis prudentes de risco, e atentando-se para o bom funcionamento do mercado de

títulos públicos.

O nível de endividamento pode variar em função de decisão de resgate ou emissão de

dívida, do prêmio de risco associado a cada instrumento de endividamento e em função

da oscilação das variáveis as quais a dívida esteja atrelada, como câmbio, inflação ou

taxa de juros. Em geral, a escolha da composição da dívida deve priorizar os aspectos

relacionados ao risco de oscilação das variáveis que indexam o endividamento e os

diferenciais em termos de prêmios de risco.

Por outro lado, a decisão do governo de gerenciar sua dívida pública depende da

escolha entre minimizar a inflação ou minimizar as flutuações no orçamento do governo

devido ao pagamento de juros e amortizações. Goldfajn (1998) modela este problema

de escolha do governo, em dois períodos, a partir de uma função de custo, quadrática

na inflação e no nível de impostos. O modelo considera três instrumentos financeiros: i)

títulos indexados à taxa de juros; ii) títulos que pagam uma taxa de juros real

adicionada da inflação no período; iii) títulos que pagam a taxa de juros internacional

adicionada da variação cambial. A restrição orçamentária é de que o governo no

segundo período iguala os impostos aos gastos e ao valor da dívida. Uma das

conclusões do modelo é de que o endividamento em instrumentos indexados à moeda

estrangeira é útil nos casos em que a taxa de câmbio real não flutua substancialmente.

No entanto, Drudi e Giordano (2000) sugerem que o aumento na composição da dívida

indexada ao câmbio é um fator que provoca queda no rating soberano de um país, já

que a emissão de títulos cujo valor não pode ser reduzido via inflação pode aumentar o

9
risco de default. Considerando, então, os argumentos de Goldfajn (1998) e Drudi e

Giordano (2000), provavelmente existe um nível de indexação cambial ótimo para a

dívida.

2.1 A Equação para Evolução da Dívida Pública

A dívida pública brasileira pode ser dividida em dois segmentos. O primeiro é a dívida

pública doméstica, ou interna, que corresponde à dívida em moeda nacional. O

segundo segmento é a dívida externa, ou seja, aquela em moedas estrangeiras. A

evolução do montante da dívida pública interna está vinculada a quatro modalidades de

títulos públicos: i) com taxas de juros pré-fixadas; ii) com taxas de juros pós-fixadas; iii)

indexados à variação da taxa de câmbio entre o dólar e o real; e iv) indexados à

inflação. Do ponto de vista puramente de gestão de dívida, o objetivo básico seria a

redução de custos para um determinado nível de risco, ou seja, uma composição ótima

para a dívida e um perfil adequado de maturidade. Ainda do ponto de vista puramente

financeiro, a análise poderia ser estendida para uma abordagem integrada entre ativos

e passivos da União, onde o objetivo seria minimizar o risco de descasamento de

ambos.

A variável fundamental em termos de gerenciamento da dívida pública é a relação entre

o montante da dívida (D) e o PIB, ou, Produto Interno Bruto, que é denominada de Q,

ou quociente da dívida. O objetivo é estabilizar o quociente da dívida e dessa forma

reduzir a probabilidade de crises de endividamento. A estabilização da dívida requer o

financiamento a baixo custo mas também requer a minimização do risco de grandes

pagamentos devido às mudanças não esperadas na taxa de juros, taxa de câmbio e

inflação. Assim, a escolha dos instrumentos de gestão está fundamentada no risco e no

10
custo do serviço da dívida (Giavazzi e Missale, 2004). A figura 2.1 apresenta a evolução

da razão entre a dívida líquida do setor público consolidado e o produto interno bruto.

No início do plano Real, em julho de 1994, essa razão oscilava em torno de 30%. A

política de juros elevados, para atração de capitais e manutenção do câmbio fixo, fez

com que essa razão chegasse ao patamar de 40%. Com a mudança para o regime de

câmbio flutuante, em janeiro de 1999, a depreciação cambial fez com que a razão entre

dívida e PIB saltasse para cerca de 50%. Com a crise da Argentina, em 2001, novas

pressões no câmbio e a elevação da taxa de juros, trouxeram como conseqüência um

aumento da razão dívida/PIB para aproximadamente 55%. Em 2002, com as eleições

presidenciais e novas pressões na taxa de câmbio, o indicador atingiu 60%.

Figura 2.1 - Evolução da Dívida Líquida do Setor Público (consolidado)

70

60

50
% PIB

40
30

20

10

0
1

4
/9

/9

/9

/9

/9

/9

/9

/9

/9

/0

/0

/0

/0

/0
n

n
ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

Total Interna Externa

Fonte: Banco Central do Brasil

11
As crises financeiras podem acontecer de repente e ameaçar países provocando

grandes perdas. Cole e Kehoe (1996 e 2000) apresentaram dois trabalhos com um

modelo de "profecia auto-realizável" para crises oriundas do nível de endividamento de

um país. Nesse modelo, o nível de endividamento é uma das variáveis levada em

consideração na definição de três zonas: i) zona sem crise; ii) zona de crise; e iii) zona

de default.

Em termos do nível de endividamento, pode-se dizer, então, que há uma espécie de

realimentação durante uma crise financeira. Os esforços de se manter uma política

monetária com estabilidade da inflação, via taxa de juros, e a indexação cambial da

dívida tornam o nível de endividamento vulnerável às oscilações das variáveis

macroeconômicas e essa vulnerabilidade realimenta as expectativas negativas com

relação aos fundamentos econômicos, ou seja, com a capacidade de gerenciamento

fiscal. Essa relação em momentos de ataques especulativos, interrupção de entrada de

capitais internacionais etc. é o ponto crítico entre dominância fiscal e dominância

monetária. O gerenciamento desses eventos torna-se tarefa difícil para a autoridade

monetária.

A figura 2.2 apresenta a composição cambial da dívida pública mobiliária federal

interna, em poder do público. Fica bem claro o esforço do governo em reduzir a

exposição cambial da dívida a partir de 2003.

12
 Figura 2.2 - Composição Cambial da DPMFi em Poder do Público

50

40
% da DPMFi

30

20

10
m 99

m 00

m 01

m 02

m 03
ju 0

ju 1

ju 2

ju 3

ju 4
se 0
de 0

se 1
de 1

se 2
de 2

se 3
de 3

04
0
t /0

0
t /0

0
t /0

0
t /0
/0

/0

/0

/0

/0
z/

z/

z/
z/

z/
n/

n/

n/

n/

n/
ar

ar

ar

ar

ar
de

Fonte: Tesouro Nacional e Banco Central do Brasil

As abordagens de escolha da composição da dívida que se baseiam na relação entre

risco e custos dependem da definição da matriz de covariância entre as variáveis que

indexam a dívida. Alguns trabalhos que analisam o perfil ótimo da dívida pública, como

Giavazzi e Missale (2004) e Goldfajn (1998), têm suas conclusões diretamente

relacionadas com a matriz de covariância encontrada para as variáveis. No entanto, é

importante destacar que nada garante que essa matriz de covariância não se altere

com o tempo, o que pode causar problemas em sua estimação com conseqüências

para as conclusões.

Garcia e Rigobon (2004) utilizam medidas baseadas em risco para avaliar a

sustentabilidade fiscal e fazem referência ao uso do conceito de Value-at-Risk e

medidas de stress-testing ou simulação de cenários usando a técnica de Monte Carlo.

13
Os autores propõem uma medida de sustentabilidade que leva em consideração o fato

de que a acumulação da dívida para qualquer país envolve variáveis estocásticas que

se inter-relacionam. Dessa forma, utilizam um vetor auto-regressivo para estimar

padrões de auto-correlação entre as variáveis macroeconômicas: dívida total líquida,

produto interno e crescimento do produto interno, taxa de juros real, déficit primário,

taxa de câmbio real e inflação. Com a estimação do vetor auto-regressivo são geradas

trajetórias para as variáveis que indexam a dívida, a partir de simulações de Monte

Carlo. Em seguida, são computadas as probabilidades de que a dívida atinja um

determinado nível crítico em um intervalo de tempo pré-estabelecido. Essa

probabilidade é utilizada como uma medida de risco. Uma limitação dessa abordagem é

que os autores não levaram em consideração a composição da dívida.

Para avaliarmos os efeitos da composição da dívida no risco de variação da razão entre

dívida e PIB, optamos em trabalhar com um modelo de evolução da dívida pública

similar ao de Giavazzi e Missale (2004), onde essa razão evolui de acordo com as

seguintes equações:

Qt +1 − Qt = I t +1Qt + ∆et +1 χ e Qt − S t +1 − (∆y t +1 + π t +1 )Qt (2.1)

( ) ( )
I t +1Qt = rt*+1 χ pos Qt + rtUS + p te χ e Qt + rt I + π t +1 χ π Qt + rt χ pre Qt (2.2)

onde Q é a razão entre dívida pública e produto e It+1Q corresponde ao pagamento de

juros da dívida. A variável et corresponde ao logaritmo da taxa de câmbio nominal, yt é

o logaritmo do produto, π é a inflação, rUS a taxa de juros norte-americana, rI a taxa de

juros real doméstica, pe o prêmio de risco exigido pelo mercado para os títulos

14
indexados ao câmbio, a variável r corresponde à taxa SELIC, e χ é o vetor composição

da dívida. Finalmente, St+1 é a razão entre o superávit primário e o produto.

O pagamento de juros depende da composição da dívida pública. O governo pode

escolher entre títulos que pagam a taxa SELIC (pré-fixados ou pós-fixados), títulos

indexados ao câmbio ou indexados à inflação. Assumimos que todos os títulos têm

maturidade de um ano, já que a decisão relevante para o Tesouro é se títulos pré-

fixados de um ano serão emitidos. O foco em um horizonte de um ano é uma razoável

aproximação mesmo se os títulos tiverem uma maturidade maior que um ano, porque o

componente estocástico dos seus retornos é dominado por movimentos na taxa SELIC,

na inflação, e taxa de câmbio ao invés do componente maturidade (Giavazzi e Missale,

2004).

O retorno nominal de títulos pré-fixados é conhecido no momento de sua emissão. O

retorno em reais de títulos indexados ao câmbio depende da taxa de juros nos EUA, do

prêmio de risco e da variação cambial. O retorno nominal de títulos indexados à

variação no nível de preços da economia é igual à soma da taxa de juros real,

conhecida no momento da emissão, e da taxa de inflação πt+1. Finalmente, o retorno

dos títulos indexados à SELIC é determinado pelo comportamento da taxa SELIC sobre

a vida do título e, assim, entre os períodos t e t+1. Essa taxa é chamada de r*.

Diferente de Giavazzi e Missale (2004), que avaliaram a evolução da relação dívida PIB

usando uma abordagem de matriz de covariância, utilizamos um modelo

macroeconômico simplificado que permite levar em consideração o fato de que as

variâncias dos processos estocásticos associados à razão dívida PIB não são

15
constantes. Dessa forma, na especificação dos parâmetros do modelo utilizamos o fato

de que algumas variáveis têm comportamento de variância não constante, isto é, não

homocedástica.

2.2 Modelo Macroeconômico Simplificado para as Variáveis que Indexam a Dívida

A análise da evolução da dívida, de acordo com a abordagem da seção anterior,

depende dos cenários possíveis para as variáveis macroeconômicas: juros, câmbio e

inflação. Consideramos o sistema adotado de metas de inflação (inflation target) para a

geração de cenários para as variáveis macroeconômicas. Usamos essa metodologia já

que o Brasil adotou o sistema de metas de inflação, a partir de junho de 1999. Nesse

sistema, o governo estabelece metas a serem perseguidas para a inflação e, para isso,

utiliza a taxa de juros como principal instrumento de política.

Atribui-se internacionalmente aos anos 1990s o período de criação do sistema de

inflation target. Assim, não há uma experiência muito longa com esse sistema, o que

ainda dificulta uma avaliação quantitativa de sua eficácia. Por outro lado, as evidências

qualitativas seriam encorajadoras (Haldane, 1997). Dentre os países desenvolvidos,

doze adotam o sistema de metas de inflação, enquanto dentre os países em

desenvolvimento oito aderiram a este sistema. A maioria dos países desenvolvidos que

adotaram o sistema de metas de inflação iniciou o programa entre 1990 e 1993,

enquanto a maioria dos países em desenvolvimento que fizeram essa opção iniciou

após 1998 (Fraga et al., 2003).

No Brasil, o sistema de metas de inflação foi implementado pelo banco central, que

estimou/calibrou um grupo de modelos estruturais com o objetivo principal de identificar

16
e simular o mecanismo de transmissão de política monetária, incluindo os principais

canais de transmissão bem como as defasagens envolvidas (Bogdanski et al., 2000).

Uma abordagem comum entre acadêmicos e formuladores de política é a utilização de

pequenos modelos macroeconômicos para avaliar regras de política monetária. O

modelo utilizado nesta pesquisa é descrito pelas seguintes equações:

y t' = ω yr rt'−1 + ω yy y t' −1 + ε y (2.3)

π t' = ω ππ π t' −1 + ω πe (et' −1 − et' −2 ) + ε π (2.4)

et' = et' −1 + ωerrt'−1 + εr (2.5)

onde y é o logaritmo da produto real, r é a taxa de juros real (descontada a inflação), e

é o logaritmo da taxa de câmbio real, π é a inflação e εs são ruídos brancos. O índice (')

significa que todas as variáveis são medidas como desvios dos valores médios.

A equação (2.3) é a curva IS, onde o produto depende do produto do período anterior,

da taxa de juros e de um choque de demanda. A equação (2.4) define o comportamento

da inflação, que neste caso depende da inflação do período anterior, efeito de inércia, e

de variações na taxa de câmbio, ou pass through. A equação (2.5) estabelece uma

relação entre câmbio e taxa de juros. Um aumento da taxa de juros torna os ativos

domésticos mais atrativos, o que leva a um fluxo de entrada de capitais com

conseqüente apreciação da taxa de câmbio.

17
Esta abordagem é similar à utilizada por Ball (1998), Moreira e Cavalcanti (2001),

Bogdanski et al. (2000) e outros autores, que denominam esse tipo de sistema de

equações como um pequeno modelo macroeconômico. A determinação dos parâmetros

desse tipo de modelo segue distintas abordagens, como a calibração utilizada em

Bogdanski et al. (2000) e em Ball (1998), ou a utilização de regressão como em Moreira

e Cavalcanti (2001), que usou o método SUR (seemingly unrelated regression).

Para completar o nosso pequeno modelo macroeconômico falta ainda estabelecer uma

política de ação por parte da autoridade monetária. De acordo com Taylor (1994), a

regra de política monetária ótima é aquela que minimiza a soma ponderada da

variância do produto e da variância da inflação. Moreira e Cavalcanti (2001)

compararam a robustez de regras ótimas de política monetária, considerando diferentes

pequenos modelos macroeconômicos, com uma regra simples de Taylor e concluíram

pela maior robustez dessa última. Nós utilizamos a regra estabelecida na equação (2.6),

que guarda similaridade com algumas regras testadas em Ball (1998). Atribuímos maior

peso para o parâmetro da inflação, já que o Banco Central do Brasil adota o regime de

meta de inflação e, assim, atribui grande preocupação com essa variável no

estabelecimento da taxa de juros.

rt' = ω rπ π t' −1 + ω ry y t' −1 (2.6)

Dessa forma, as equações (2.3)-(2.6) definem o mecanismo de funcionamento da

economia e as equações (2.1) e (2.2) definem a resposta da dívida pública às variáveis

macroeconômicas. São inúmeras as alternativas de modelagem e o objetivo deste

trabalho não é elaborar um modelo perfeito do funcionamento da economia brasileira.

18
Além disso, os diversos modelos implicam em diferentes técnicas para identificação dos

parâmetros das equações. Nosso objetivo é estabelecer relações para as variáveis

macroeconômicas que permitam avaliar os impactos da composição da dívida em

função da evolução dessas variáveis. Sem dúvida, quanto mais adequado o modelo

para a economia e quanto melhor for a estimação dos parâmetros, melhor será a

confiança nos resultados em termos de avaliação do risco da dívida, o que nos remete

à possibilidade de obtenção de melhores resultados com a evolução da pesquisa

econômica. No entanto, consideramos que o modelo simplificado acima, equações (2.1)

a (2.6), permite que sejam obtidas algumas conclusões sobre a composição da dívida

que serão úteis no capítulo 4.

Como a especificação do modelo foi feita de forma simplificada, utilizamos regressões

para especificação dos parâmetros, assumindo que, mesmo com as restrições

econométricas intrínsecas a essa abordagem, os parâmetros encontrados guardam

relação com a realidade. Entre outras restrições, destacamos possíveis casos de

endogeneidade ou realimentação entre as variáveis. A especificação do modelo foi

elaborada de forma a reduzir esses efeitos, embora outros problemas existam, como o

pequeno tamanho da amostra de dados disponíveis para a economia brasileira.

Foram usados dados trimestrais do produto interno bruto (PIB), valores médios

trimestrais para a taxa de câmbio (PTAX) e taxa de juros (SELIC). Os dados de inflação

(IPCA) correspondem aos valores trimestrais acumulados. Vale lembrar que as

variáveis do modelo são desvios dos valores médios, que foram calculados em base

semestral. Os dados foram coletados a partir de julho de 1994, após a implantação do

Plano Real e as séries históricas foram coletadas no sítio do Banco Central do Brasil.

19
Para avaliar o comportamento das variáveis realizamos testes de estacionariedade de

Dickey-Fuller ampliado (ADF). A tabela 2.1 revela que, à exceção da PTAXD1, todas as

variáveis utilizadas são estacionárias a 95% de confiança. Realizamos então o teste de

Phillips-Perron que também indicou a estacionariedade da PTAXD apenas a 90% de

confiança. Como as séries são calculadas como diferenças dos valores médios, esse

resultado surpreende. Atribuímos esse fato à quebra estrutural para essa variável com a

mudança de regime cambial em 1999.

Tabela 2.1 - Teste de Estacionariedade de Dickey-Fuller

Estatística t Valor-p
PIBD -3.12 0.035
IPCAD -3.68 0.009
SELICD -3.06 0.040
PTAXD -2.29 0.079

De fato, o correlograma dessa variável indica que a série é estacionária, já que apenas

os primeiros valores das funções de autocorrelação e de autocorrelação parcial são

estatisticamente significativos. De acordo com Enders (1995), a função de

autocorrelação converge geometricamente para zero em uma série estacionária. Assim,

considerando que a 90% de confiança os testes de Dickey-Fuller ampliado e de Phillips-

Perron indicaram estacionariedade e, além disso, considerando também o diagrama da

função de autocorrelação da figura 2.3, assumimos que a série da PTAXD é

estacionária.

1
A letra D indica que trata-se da série das diferenças entre a variável e o seu valor médio.

20
 Figura 2.3 - Correlograma da PTAXD

Preliminarmente à identificação dos parâmetros das equações (2.3)-(2.5) realizamos

testes de causalidade de Granger, com oito defasagens, com as variáveis PIBD,

SELICD, IPCAD e PTAXD. Encontramos significância estatística a 95% apenas no

sentido de que a taxa SELICD causa PIBD e a PTAXD causa o IPCAD. Os resultados

encontram-se na tabela 2.2.

Adicionalmente, realizamos a estimação do vetor auto-regressivo (VAR) para essas

variáveis, com uma defasagem, e os resultados apresentados na tabela 2.3 indicam

influência de todas as variáveis no PIBD, a 95% de confiança. O IPCAD sofre influência

da SELICD e da PTAXD. No entanto, os resultados do VAR e do teste de causalidade

de Granger não capturam relação entre a PTAXD e a taxa SELICD, o que pode indicar

restrições nos métodos de estimação utilizados nessas técnicas.

21
 Tabela 2.2 - Teste de Causalidade de Granger
Hipótese Nula Estatística - F Valor-p
SELICD não causa (Granger) PIBD 3.9837 0.0273
PIBD não causa (Granger) SELICD 1.8556 0.1879

IPCAD não causa (Granger) PIBD 0.3491 0.9234

PIBD não causa (Granger) IPCAD 1.1466 0.4180

PTAXD não causa (Granger) PIBD 1.3046 0.3483

PIBD não causa (Granger) PTAXD 2.8424 0.0704

IPCAD não causa (Granger) SELICD 1.0788 0.4519

SELICD não causa (Granger) IPCAD 0.4871 0.8379

PTAXD não causa (Granger) SELICD 1.1104 0.4358

SELICD não causa (Granger) PTAXD 0.8074 0.6132

PTAXD não causa (Granger) IPCAD 4.4917 0.0189

IPCAD não causa (Granger) PTAXD 2.4192 0.1050

Tabela 2.3 - Vetor Auto-regrassivo para Variáveis do

Modelo Macroeconômico
PIBD JUR IPCAD PTAXD
PIBD(-1) 0.266 1.538 0.243 0.177
-0.133 -0.662 -0.192 -1.406
-2.004 -2.324 -1.267 -0.126

JUR(-1) -0.121 0.862 0.077 0.308

-0.025 -0.126 -0.037 -0.268
-4.794 -6.823 -2.104 -1.147

IPCAD(-1) 0.347 0.132 -0.018 -1.371

-0.158 -0.791 -0.229 -1.679
-2.193 -0.167 -0.081 -0.817

PTAXD(-1) -0.057 -0.021 0.070 0.813

-0.021 -0.104 -0.030 -0.220
-2.766 -0.198 -2.346 -3.696

C 0.017 -0.021 -0.013 0.022

-0.004 -0.021 -0.006 -0.045
-4.078 -0.978 -2.154 -0.490

R2 0.701 0.702 0.386 0.492

R2 ajust. 0.658 0.659 0.299 0.420

22
Como o modelo especificado nas equações (2.3) a (2.5) não assume endogeneidade,

ou realimentação, entre as variáveis, o que é confirmado pelo teste de causalidade de

Granger, realizamos a estimação dos parâmetros de cada uma das equações

isoladamente via regressão. Os resultados são apresentados na tabela 2.4. Apenas a

equação (2.3) pôde ser estimada utilizando OLS, o que demonstra a dificuldade de

captura de relações de causalidade das variáveis utilizando o teste de Granger.

Tabela 2.4 - Estimação dos Parâmetros do Modelo Macroeconômico

Parâmetros e Valores p Método

Equação (2.3) ωyr = -0,0832 (0,004) OLS

ωyy = 0,6743 (0,000)

Equação (2.4) ωπe = 0,0452 (0,043) GARCH(1,1)

ωππ = 0,3917 (0,016)

Equação (2.5) ωer = -0,1310 (0,000) EGARCH(1,1)

A presença de uma quebra estrutural para a variável da PTAXD pôde ser capturada por

métodos de estimação que assumem presença de heterocedasticidade, como o modelo

GARCH(1,1) e EGARCH(1,1)2.

2
Engle (1982) iniciou os estudos com modelos ARCH (autoregressive conditional heteroskedasticity) e
Bollerslev (1986) estendeu o modelo com a família GARCH, considerando a variância como um processo
autoregressivo e de média móvel (ARMA). O modelo EGARCH apresentado em Nelson (1991) é uma
extensão da família GARCH e considera assimetria na variância, o que permite capturar o efeito de
inovações mais intensas em um determinado sentido do que no outro.

23
Por outro lado, a estimação via OLS para as equações (2.4) e (2.5), mesmo utilizando

uma variável dummy para capturar a quebra estrutural, não conduziu a estimativas

razoáveis, em termos de significância estatística, para os parâmetros.

O modelo GARCH(p,q) assume que a variância condicional segue um processo

autoregressivo com média móvel (ARMA):

ε t = vt ht (2.7)

onde σv2 = 1 e:

q p
ht = α 0 + ∑ α i ε 2
t −i + ∑ β i ht −i (2.8)
i =1 i =1

sendo que o termo ht é chamado de variância condicional, e os α1 a αq são os

parâmetros ARCH, ou de média móvel, enquanto os βs são os parâmetros auto-

regressivos ou GARCH.

Para a regra de Taylor, equação (2.6), calibramos os parâmetros atribuindo maior peso

para as variações na inflação, conforme anteriormente discutido: ωrπ=0,9 e ωry= 0,1.

Dessa forma, o nosso modelo está completamente especificado, o que permite que

sejam avaliados, entre outros, os efeitos da composição da dívida indexada ao câmbio

no risco da relação dívida e PIB.

2.3 Avaliação dos Níveis de Indexação Cambial da Dívida Pública

O Relatório Focus, do Banco Central do Brasil, de 18/12/2003, destaca que as

mudanças na política de rolagem dos títulos e swaps indexados ao dólar,

24
implementados ao longo de 2003, permitiram uma redução na exposição cambial do

setor público. Essa queda teria sido favorecida pela demanda por hedge cambial,

estimada com base na evolução, nos registros da Cetip, do estoque de contratos de

swap em diferentes moedas versus DI, pré, SELIC, IGP-M e demais indexadores, e de

forwards e diferentes moedas. Nesta seção, exploramos os riscos envolvidos com a

indexação da dívida ao câmbio, o que permite entender a preocupação do Tesouro

Nacional e do Banco Central do Brasil em reduzir os níveis de exposição da dívida

pública à essa variável.

Dessa forma, a partir do modelo apresentado pelas equações (2.1) a (2.6), construímos

cenários, com simulações de Monte Carlo, para a dinâmica das variáveis

macroeconômicas que têm impacto na dívida pública. Geramos diversos cenários com

duração de 40 passos, sendo que cada passo corresponde a um trimestre. Utilizamos,

então, uma medida de risco da dívida similar àquela usada por Garcia e Rigobon

(2004), ou seja, contamos quantas vezes, de um total de dez mil cenários, a relação

dívida/PIB ultrapassou o valor de 75%, ao menos uma vez, no horizonte de 40

trimestres, e calculamos a medida de probabilidade de ocorrência de crise da dívida,

que denominamos de PCD. Assim, podemos avaliar o efeito da composição da dívida

indexada ao câmbio na PCD.

Para utilizarmos as equações (2.1) e (2.2), além das variáveis desvios (PIBD, SELICD,

IPCAD e PTAXD), precisamos dos valores esperados dessas variáveis. Consideramos

o período de câmbio flutuante, de janeiro/99 a junho/04, e utilizamos um crescimento do

PIB anual médio de 2,4%. Assim, a variável PIB considerada em cada passo, nas

equações (2.1) e (2.2) é a soma entre o PIB médio e o PIBD, do modelo. A taxa SELIC

25
média para o período foi de 20%, que é o valor adicionado à variável SELICD do

modelo para ser aplicada nas equações (2.1) e (2.2).

Para os impactos da variação do câmbio e do IPCA na dívida, consideramos que a

soma dos valores médios dos prêmios e dos valores esperados pelo mercado para

essas variáveis correspondem ao valor da SELIC, ou seja, 20% no período. Isso porque

assumimos que não há um prêmio adicional pago pelas distintas formas de indexação

da dívida em termos de valores esperados. Em outras palavras, o custo do swap

cambial corresponde à desvalorização cambial ex-post adicionada ao valor do cupom

cambial definido na contratação, ou seja, ex-ante. Como o cupom cambial é a

remuneração líquida do investidor e corresponde a taxa de juros subtraída da

desvalorização cambial esperada pelo mercado, assumimos que o valor esperado para

desvalorização cambial corresponde à expectativa do mercado e os desvios são

computados pela PTAXD, do modelo. Esse raciocínio vale também para o IPCA.

Adicionalmente, consideramos uma inflação média de 8,5% ao ano, que corresponde à

inflação média no período de janeiro/99 a junho/04. Para as volatilidades das variáveis

desvios, em base trimestral, calculamos os desvios padrões: 1,6% para o PIBD, 1,7%

para IPCAD e 13% para a PTAXD.

Consideramos que o superávit primário é a variável que permite o ajuste da evolução

da razão entre dívida e PIB. A figura 2.4 apresenta o comportamento desta variável

após dezembro/99. Percebe-se o consistente esforço de elevação do superávit

primário, por parte do governo, a partir de agosto/02, como tentativa de reduzir a razão

entre dívida e PIB.

26
 Figura 2.4 - Resultado Primário do Governo Federal

4.5
Supervávit (% PIB)

3.5

2.5
0

4
00

01

02

03

04
99

00

01

02

03
r/0

r/0

r/0

r/0

r/0
o/

o/

o/

o/

o/
z/

z/

z/

z/

z/
ab

ab

ab
ab

ab
de

ag

de

ag

de

ag

de

ag

de

ag
Fonte: Banco Central do Brasil

Dessa forma, realizamos duas simulações, apresentadas na figura 2.5, com diferentes

valores para o superávit primário, alterando a composição da dívida indexada ao

câmbio e calculando a probabilidade de crise da dívida pública (PCD), para 10 mil

cenários de Monte Carlo. Na primeira simulação consideramos o superávit primário

(SPV) médio, de dezembro/99 a agosto/04 que foi igual a 3,6%. Na segunda simulação

consideramos o superávit de 4,5%, que corresponde a dados mais recentes. O

aumento do nível de indexação cambial implica em aumento da probabilidade de um

evento de crise da dívida. Além disso, a elevação do superávit primário permite maior

flexibilidade de indexação cambial, como era de se esperar. Com um superávit primário

de 3,6% a indexação cambial implica em uma PCD que varia entre 10 e 28%. Por outro

27
lado, com um superávit primário de 4,5% a flexibilidade de indexação cambial da dívida

cresce e a PCD chega no máximo a 10%.

Figura 2.5 - PCD - Valores Médios do Período de Câmbio Flutuante e

Simulação de Superávit Primário

0.3

0.25
SPV=3,6
0.2
PCD

0.15

0.1
SPV=4,5
0.05

0
0.01 0.11 0.21 0.31 0.41 0.51 0.61 0.71 0.81 0.91
Composição Cambial da Dívida

Finalmente, realizamos novas simulações considerando um choque na taxa de câmbio,

mantendo constantes as outras variáveis (PIB, IPCA e SELIC). Simulamos uma

desvalorização cambial de 20% sem retorno do câmbio para o nível original (choque

degrau). Os resultados são apresentados na figura 2.6. Se considerarmos um valor

limite de 5% para a probabilidade de crise da dívida e um superávit de 4,5%, um nível

de 22% de indexação cambial da dívida seria tolerável. Por outro lado, com um

superávit primário de 3,6% a indexação cambial não seria uma decisão adequada do

ponto de vista de sustentabilidade fiscal.

28
 Figura 2.6 - PCD - Valores Médios do Período de Câmbio Flutuante e
Simulação de Superávit Primário, com Choque Cambial

0.8
SPV=3,6
0.6
PCD

0.4

SPV=4,5
0.2

0
0.01 0.11 0.21 0.31 0.41 0.51 0.61 0.71 0.81 0.91
Composição Cambial da Dívida

Concluímos este capítulo destacando que a decisão de indexação cambial da dívida

deve levar em consideração a capacidade de gerar superávits pelo governo. Dessa

forma, a decisão de política monetária de fornecer hedge ao mercado em momentos de

crises cambiais pode ser avaliada usando os resultados do modelo das equações (2.1)

a (2.6). No capítulo 4, discutiremos as estratégias possíveis de enfrentamento de

eventos de crises cambiais e este modelo será utilizado na avaliação dos impactos

dessas estratégias em termos de risco para o endividamento público. Como essas

estratégias envolvem também a utilização de reservas internacionais, discutiremos no

próximo capítulo a racionalidade que existe na manutenção de estoques de moeda

estrangeira.

29
 3. Nível Adequado de Reservas Cambias

O Brasil adotou o regime de câmbio flutuante a partir de janeiro de 1999. No entanto, o

Banco Central do Brasil intervém no mercado de câmbio em função de demanda por

liquidez e em eventos de crises. De fato, desde janeiro de 1999 ocorreram três períodos

de pressão na taxa de câmbio. O primeiro na mudança de regime cambial, o segundo

após a crise da Argentina em 2001 e o terceiro ocorreu antes das eleições presidenciais

no segundo semestre de 2002. Neste capítulo, discutimos o papel das reservas

cambiais em uma economia e calculamos o nível adequado de reservas, o que

permitirá estabelecer se o país se encontra abaixo ou acima desse nível. Situações em

que o país se encontra com nível de reservas acima do nível adequado possibilitariam

maior flexibilidade no uso de reservas para intervenções no mercado de câmbio, em

caso de eventos de crises cambiais.

O nível adequado de reservas depende do regime de câmbio, se fixo ou flutuante,

conforme destaca Edwards (1983). Em um regime de câmbio fixo os requisitos de

reservas são maiores, já que o banco central intervém com freqüência no mercado para

manter a taxa de câmbio em um determinado patamar.

Por outro lado, os países mantêm reservas internacionais por diferentes motivos.

Economias desenvolvidas basicamente precisam de reservas para manter o comércio

internacional. Outros países intervêm comprando moeda estrangeira para manter sua

moeda desvalorizada e ganhar competitividade com seus produtos. Bar-Ilan et al.

(2004) destacam aspectos relacionados ao receio de crises externas que teria levado a

Coréia do Sul à acumular reservas internacionais, após a crise asiática, na segunda

30
metade dos anos 1990s. De fato, o volume de reservas internacionais tem papel

fundamental em eventos de crises cambiais3. A figura 3.1 apresenta a evolução do nível

das reservas internacionais do Brasil.

Figura 3.1 - Volume de Reservas Internacionais do Brasil

80000

70000
(US$ milhões)

60000

50000

40000

30000

20000
94

95

96

97

98

99

00

01

02

03

04
o/

o/

o/

o/

o/

o/

o/

o/

o/

o/

o/
ag

ag

ag

ag

ag

ag

ag

ag

ag

ag

ag
Fonte: Banco Central do Brasil

Uma forma comum de avaliar o nível adequado de reservas é a utilização de

indicadores de cobertura, como volume de reservas por nível de importações

(geralmente em meses), como em Horne e Nahn (2000), ou pelo resultado de

transações correntes ou pelo resultado do balanço de pagamentos etc. A figura 3.2

apresenta o volume de reservas pelas importações. Após o Plano Real esse indicador

se situou em torno de 10,6 meses, enquanto que no período de câmbio flutuante o valor

médio foi de 9,4 meses.

3
Veja por exemplo Frankel e Rose (1996), Kohlscheen e O'Connell (2004), Aizenman e Joshua (2002) e
FMI (2000).

31
 Figura 3.2 - Razão Volume de Reservas por Importações

Número de meses de cobertura 25

20

15

10

0
de 0

de 2

de 4

de 6

de 8

de 0

de 2

de 4

de 6

de 8

de 0

de 2

de 4

de 6

de 8

de 0
02
7

0
z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/

z/
de

Uma alternativa de indicador de cobertura é o uso da razão de Guidotti calculada pela

divisão do volume de reservas internacionais pela dívida de curto prazo (Haldane et al.,

2001). A tabela 3.1 apresenta dados históricos da razão de Guidotti para o Brasil, onde

percebemos a redução do valor da dívida de curto prazo e o incremento no volume de

reservas internacionais ao longo dos últimos anos.

Tabela 3.1 - Razão de Guidotti

Reservas Dívida de Curto Prazo Razão de

(US$ milhões) (US$ milhões) Guidotti
1999 36.353 26.609 1,366
2000 32.990 27.420 1,203
2001 35.858 27.658 1,296
2002 37.825 23.395 1,617
2003 49.254 21.240 2,319
Jun/04 49.796 18.935 2,630

Outra abordagem no cálculo do nível adequado de reservas é a realização de cenários

de stress. Nesse caso, consideram-se as variações nas reservas em eventos de crises

32
que tiveram impacto no balanço de pagamentos brasileiro. A tabela 3.2 apresenta

alguns desses resultados. Vale destacar que nas crises do México, da Ásia e da

Rússia, o regime cambial brasileiro era fixo. No período de câmbio flutuante, o impacto

das crises foi menor em termos de variações nas reservas internacionais, sendo que no

pior cenário as reservas perderam US$ 10,7 bilhões. Embora na crise da Rússia a

perda de reservas tenha sido bem maior, o regime cambial no Brasil naquela época era

de câmbio fixo.

Tabela 3.2 - Variação das Reservas em Eventos de Crises

Crise Período Variação nas Reservas

México out/94-abr/95 11.568
Ásia ago/97-nov/97 11.021
Rússia abr/98-nov/98 33.467
Brasil - regime dez/98-mar/99 10.708
Argentina set/01-mai/02 7.165
Brasil - eleição jun/02-nov/02 6.407

Os indicadores de cobertura e a análise de cenários extremos realizada acima não

apresentam de forma objetiva um número que possa ser considerado como nível

adequado de reservas. Uma abordagem que estabelece de forma direta esse número é

a utilização do modelo de buffer stock, apresentado por Frenkel e Jovanovic (1981).

Esse modelo está fundamentado em um balanço entre os custos de ajustamento

macroeconômico e custos de oportunidade. O custo de ajustamento relaciona-se às

políticas de ajuste como elevação da taxa de juros ou controles cambiais que são

adotadas para combater uma crise do balanço de pagamentos e que podem redundar

em queda do produto interno. O custo de oportunidade está relacionado às alternativas

de investimento que poderiam ser realizadas se os recursos não fossem imobilizados

na manutenção de reservas internacionais (Lichtbuer, 1994). Para um país com dívida

33
externa, o custo de oportunidade é a diferença entre a taxa de juros do empréstimo e a

rentabilidade obtida com as aplicações das reservas (Grimes, 1993).

Dessa forma, o modelo de buffer stock considera que a demanda por reservas segue

um processo estocástico que depende da variabilidade das transações internacionais,

que seria uma estimativa para o custo de ajustamento. O modelo considera ainda que o

nível ótimo de reservas está negativamente relacionado com a taxa de juros de

mercado, que seria o custo de manutenção das reservas, ou custo de oportunidade.

Outra hipótese do modelo é que o balanço de pagamentos está equilibrado, ou seja,

não há uma tendência de crescimento ou de queda no nível de reservas no longo

prazo. A equação básica do modelo de buffer stock é dada por:

RO = C 1 / 2σ R2 rR−1 / 4 (3.1)

onde RO é o nível adequado de reservas, C é um parâmetro específico para cada país,

σR é a volatilidade da variação das reservas e rR é o custo de oportunidade. O modelo é

estimado a partir da seguinte equação:

ln R = b0 + b1 ln σ R + b2 ln rR + u (3.2)

sendo que os valores teóricos para b1 e b2 são 0,5 e -0,25 respectivamente4.

A modelagem da volatilidade da variação das reservas foi considerada em trabalhos

como os de Salman e Salih (1999) e Ramachandran (2004) que utilizaram uma

especificação GARCH, assumindo que a volatilidade da variação das reservas segue

4
Para maiores detalhes sobre a estimação do modelo de buffer stock, ver Frenkel e Jovanovic (1981),
Salman e Salih (1999), Ramachandran (2004) e Flood e Marion (2002).

34
um processo heteroscedástico, o que é razoável, pois durante ataques especulativos as

reservas variam de forma mais intensa que em outros períodos. Assim, com dados

diários das reservas cambiais do Brasil, para o período de janeiro de 1999 a agosto de

2004, período de câmbio flutuante, estimamos um modelo GARCH(1,1) para a

volatilidade σR. A tabela 3.3 apresenta os resultados da estimação. O termo ARCH, da

tabela 3.3, corresponde ao parâmetro da média móvel enquanto o termo GARCH

corresponde ao parâmetro auto-regressivo, conforme já apresentado na equação (2.8).

Tabela 3.3 - Resultados da Estimação GARCH para Volatilidade

das Variações das Reservas Internacionais

Coeficiente Valor-p
Constante 122966.0 0.00
ARCH(1) 0.022597 0.00
GARCH(1) 0.678098 0.00

A figura 3.3 apresenta a volatilidade estimada com o modelo GARCH(1,1). Com a

especificação da volatilidade, utilizamos os dados para a estimação da constante da

equação (3.1), utilizando o EMBI+5 como medida do custo de oportunidade das

reservas.

5
O EMBI+ é uma medida do spread sobre os títulos do tesouro americano, que as emissões soberanas
do Brasil pagam no mercado internacional. Esse índice é calculado e divulgado pelo banco JP Morgan
Chase.

35
 Figura 3.3 - Volatilidade Estimada da Variação das Reservas

1800

1600

1400
(US$ milhões)

1200

1000

800

600

400
99

99

00

00

01

01

02

02

03

03

04

04
19

19

20

20

20

20

20

20

20

20

20

20
2/

8/

2/

8/

2/

8/

2/

8/

2/

8/

2/

8/
1/

1/

1/

1/

1/

1/

1/

1/

1/

1/

1/

1/
A partir dos dados de reservas, da volatilidade e do EMBI+, construímos uma variável

estocástica a partir da equação (3.2) e dos parâmetros teóricos do modelo. A constante

então foi estimada como 7,8927, que corresponde ao valor médio dessa variável no

período. A figura 3.4 apresenta o volume efetivo de reservas cambiais no período e o

valor estimado pelo modelo de buffer stock.

A interpretação dos resultados apresentados na figura 3.4 revela que após o

recebimento de cerca de US$ 10 bilhões em abril de 1999, referente ao acordo com o

FMI, realizado em 1998, as reservas internacionais situaram-se acima do valor teórico

do modelo, situação que continuou até novembro de 1999. Em abril de 2000, as

reservas tiveram uma queda abrupta em função de pagamentos de dívida e

continuaram abaixo do nível adequado. Durante a crise da Argentina, em 2001, as

reservas, apesar de terem se recomposto após abril de 2000, estavam abaixo do nível

36
adequado, pelo menos até 28/09/2001, quando houve novo aporte de recursos do FMI.

Mesmo assim, as reservas voltaram a se situar abaixo do nível adequado, logo em

seguida. Em junho de 2002, o Brasil teve acesso a mais US$ 10 bilhões do FMI. A taxa

de câmbio foi pressionada em função das incertezas com as eleições de 2002, mas as

reservas seguiram acima do valor adequado definido pelo modelo, na maior parte do

tempo.

Figura 3.4 - Valor das Reservas Internacionais Efetivo x Buffer Stock

75000

65000
(US$ milhões)

55000

45000

35000

25000
99

99

00

00

01

01

02

02

03

03

04

04
19

19

20

20

20

20

20

20

20

20

20

20
2/

8/

2/

8/

2/

8/

2/

8/

2/

8/

2/

8/
1/

1/

1/

1/

1/

1/

1/

1/

1/

1/

1/

1/
Efetivo Buffer Stock

No próximo capítulo, usaremos o resultado do modelo de buffer stock e os resultados

do capítulo 2, para avaliar estratégias de intervenção cambial em momentos de crises

de interrupção de fluxo de entrada de capitais ou ataques especulativos.

37
 4. Crises no Mercado de Câmbio

Os anos 1970s testemunharam uma mudança no sistema monetário internacional de

um regime de câmbio fixo que prevaleceu após a conferência de Bretton Woods para

regimes de câmbio flutuante. Durante os anos 1970s as taxas de câmbio flutuaram

bastante (Frenkel, 1981). Muitas pesquisas sobre o comportamento da taxa de câmbio

foram desenvolvidas e essas pesquisas se basearam em modelos de equilíbrio

estrutural, paridade do poder de compra paridade coberta e descoberta da taxa de

juros, abordagem monetária e de balanceamento de carteira etc. Taylor (1995)

apresenta uma revisão detalhada da literatura sobre a taxa de câmbio desde os anos

1970's.

Meese e Rogoff (1983) introduziram um ponto de inflexão nessa literatura quando

defenderam a idéia de que um modelo de passeio aleatório é a melhor alternativa para

a modelagem da taxa de câmbio.

A dificuldade de se encontrar uma estimativa melhor do que o passeio aleatório para a

taxa de câmbio existe porque a relação entre a taxa de câmbio nominal e os

fundamentos macroeconômicos básicos são inerentemente não lineares (Kilian e

Taylor, 2003). Durante os anos 1980's, emergiu uma extensiva literatura analisando

estratégias de intervenções ótimas no mercado de câmbio. Essa literatura contribuiu

para o debate sobre a escolha entre câmbio fixo ou flutuante e apresentava limitações

uma vez que o comportamento básico dos modelos ou era uma variante do modelo IS-

LM estático ou uma variante da abordagem de média-variância. O regime de câmbio

ótimo, alcançado por uma regra de intervenção monetária, depende de forma crítica da

38
natureza, das fontes e das magnitudes relativas dos distúrbios estocásticos que afetam

a economia (Turnovsky e Grinols, 1996). Esse argumento pressupõe, no entanto, a

existência de uma regra ótima de intervenção em um regime de câmbio flutuante,

porém não totalmente livre, ou seja, uma flutuação suja da taxa de câmbio.

De fato, mesmo em um regime de câmbio flutuante, os bancos centrais usualmente

fazem intervenções6. Um tipo de intervenção é a compra ou venda de moeda

estrangeira. Se o banco central compra moeda estrangeira, haverá aumento das

reservas internacionais e é esperada uma depreciação da moeda doméstica. Além

disso, haverá uma expansão da oferta monetária, a menos que haja uma esterilização

pela venda de títulos de dívida pública7.

Existem estudos que sugerem a baixa eficácia das intervenções esterilizadas (Flood e

Marion, 2002), isto é, a evidência sobre a efetividade das intervenções oficiais não é

clara. Por outro lado, existem também pesquisas que sugerem uma ligação significativa

entre as intervenções e os movimentos da taxa de câmbio. Karunaratne (1996), por

exemplo, apresenta um modelo de controle ótimo para testar a não efetividade das

intervenções cambiais do Banco Central da Austrália (RBA). Nesse estudo, foi utilizada

técnica de multicointegração para testar se o processo estocástico das intervenções do

RBA exibe relações de equilíbrio de longo prazo e os resultados são favoráveis à

efetividade das intervenções.

6
Ver Dominguez e Frankel (1993a,b) e Taylor (1995).
7
Intervenções não esterilizadas são aquelas em que os efeitos na oferta monetária das intervenções no
mercado de câmbio não são neutralizados.

39
Na verdade, após a reunião dos líderes econômicos do G-5, realizada em 1985,

conhecida como acordo do Plaza, as intervenções nos mercados, para as principais

moedas, têm sido regulares e, às vezes, de grandes dimensões (Taylor, 1995). Uma

vez que existem incertezas quanto às relações entre a taxa de câmbio e os

fundamentos econômicos, as intervenções podem pelo menos fornecer sinais que

permitam coordenar as expectativas dos agentes, induzindo-os a convergir para um

modelo particular da economia que leve à uma taxa de câmbio próxima de um alvo,

explícito ou implícito, estabelecido pelo banco central.

Outra forma de intervenção na taxa de câmbio é utilizar a taxa de juros, uma vez que

ela influencia o fluxo de capital estrangeiro e encarece estratégias de especulação

contra a moeda doméstica. Taxas de juros mais elevadas induzem uma entrada de

capitais estrangeiros em busca de maior remuneração. Além disso, altas taxas de juros

tornam o custo de oportunidade maior para as apostas contra a moeda doméstica. Por

outro lado, altas taxas de juros inibem o crescimento econômico e elevam o

endividamento público como discutido anteriormente. De fato, a taxa de juros é

freqüentemente utilizada para controle da inflação, isto é, política monetária, ao invés

de um controle da taxa de câmbio em regimes de câmbio flutuante. Todavia, em

períodos de ataques especulativos, a taxa de juros é utilizada com freqüência para

evitar elevada depreciação ou volatilidade cambial.

Novas abordagens emergiram para a modelagem da taxa de câmbio e estimação de

parâmetros e o uso do cálculo estocástico ganhou impulso importante nesse campo

(Krugman e Miller, 1992). Nesse contexto, um modelo de zona alvo para a taxa de

câmbio surgiu nos anos 1980s e foi formalizado por Krugman (1991). Flood e Garber

40
(1991) definem a zona alvo, como um compromisso entre o regime de câmbio fixo e

completamente flexível. De acordo com Krugman (1991), a zona alvo difere do regime

de câmbio fixo pelo fato de permitir uma faixa de variação para a taxa de câmbio em

torno de um valor de referência8. Dessa forma, é permitida alguma flexibilidade para a

taxa de câmbio e as intervenções são ocasionais, ao invés de uma constante

preocupação. Svensson (1992) discute o regime de banda cambial como um regime de

maior independência monetária quando comparado ao regime de câmbio fixo, quando a

política monetária é refém da política cambial. A literatura sobre bandas cambiais

assume que as faixas para a taxa de câmbio, bem como o volume de interevnção, são

definidos de forma exógena (Jeanblanc-Picqué, 1993).

O uso de intervenções no mercado à vista, para controle da taxa de câmbio, é um

problema de controle por impulso, isto é, a ação de controle é feita por uma função

impulso (não contínua). A utilização da taxa de juros para controle da taxa de câmbio é

uma espécie de controle contínuo, ou controle estocástico clássico.

A teoria de controle por impulso para a modelagem do comportamento da taxa de

câmbio foi iniciada por Jeanblanc-Picqué (1993). Esse modelo parte de um processo

estocástico para a taxa de câmbio onde a autoridade monetária intervém no mercado

de moeda utilizando as reservas cambiais (controle por impulso) com o objetivo de

manter a taxa de câmbio dentro de uma determinada banda.

O modelo assume um custo para esse tipo de intervenção que deve ser minimizado.

Este custo tem dois componentes: um custo fixo e um custo que é função do tamanho

8
Esta faixa é comumente chamada de banda cambial.

41
da intervenção. Dessa forma, como existe um custo fixo, a política ótima não pode ser

aquela de infinitas intervenções. Jeanblanc-Picqué prova a existência de uma estratégia

de intervenção ótima, baseada na teoria de controle por impulso. Problemas de controle

por impulso são recentes na literatura. Aubin (2000) discute a abordagem de

desigualdade quase-variacional como uma metodologia viável na solução de problemas

de controle ótimo por impulso e enfatiza que esse tipo de estratégia de solução

começou a ser desenvolvido nos anos 1970's.

Mundaca e Oksendal (1998) também derivaram uma política de intervenção ótima para

os bancos centrais com o objetivo de estabilizar a taxa de câmbio. O trabalho desses

autores difere da pesquisa de Jeanblanc-Picqué, pois são permitidas duas formas de

controle, quais sejam: i) o controle discreto, com as intervenções; e ii) o controle

contínuo, com o uso da taxa de juros doméstica. Outra diferença é que a banda da taxa

de câmbio não é exógena e é um resultado da solução de um problema de controle

ótimo estocástico clássico e impulso.

Intervenções ótimas no mercado de câmbio também são estudadas em Cadenillas e

Zapatero (1999, 2000). O primeiro dos dois trabalhos publicados por esses autores

utiliza apenas a metodologia de controle por impulso, como em Jeanblanc-Picqué

(1993). No seu segundo artigo, eles utilizam o controle clássico (controle contínuo

usando a taxa de juros) e o controle por impulso (usando as reservas internacionais),

da mesma forma que Mundaca e Oksendal (1998). Ambos os trabalhos de Cadenillas e

Zapatero consideram a taxa de câmbio como um movimento browniano geométrico, ao

invés de considerar movimento browniano puro e, adicionalmente, os custos de

intervenção pela compra de moeda estrangeira são menores que os custos de

42
intervenção na venda, o que em alguns casos se aproxima mais da realidade no caso

de economias emergentes, já que a compra de moeda estrangeira eleva o nível das

reservas internacionais. Além disso, os autores apresentam alguns exemplos numéricos

que, infelizmente, têm apenas propósito didático e não refletem números próximos da

realidade para nenhuma economia.

A literatura de controle ótimo por impulso, discutida acima, para a taxa de câmbio, é

baseada no modelo de bandas cambiais. Essa literatura assume que a autoridade

monetária fará intervenções para manter a taxa de câmbio dentro de uma banda. No

entanto, como destacam Mundaca e Oksendal (1998), a banda não necessariamente é

crível e, dessa forma, pode ser exposta a ataques especulativos. Outra situação de

stress que pode surgir em uma economia emergente é a interrupção brusca de entrada

de capitais estrangeiros, o que alguns autores costumam chamar de sudden stop.

Essas situações não são raras em economias emergentes e os bancos centrais

freqüentemente utilizam a taxa de juros e as reservas internacionais para enfrentá-las.

Considerando o regime de câmbio flutuante, mas com flutuação suja, o banco central

intervém no mercado com o objetivo de evitar que a taxa de câmbio se descole de um

objetivo implícito. No caso da economia brasileira, a intervenção poderia ser motivada

para evitar pressões inflacionárias via pass through da taxa de câmbio. Como o objetivo

deste trabalho é investigar apenas as situações de pressões no mercado de moeda

estrangeira, as intervenções são consideradas apenas nesses cenários, ou seja, não

consideramos nenhum tipo de regime de banda cambial. Neste capítulo iremos

trabalhar com a abordagem de Mundaca and Oksendal (1998), utilizando um

movimento browniano geométrico para a taxa de câmbio, conforme os artigos de

43
Cadenillas e Zapatero. O uso do movimento browniano geométrico nos permite simular

ataques especulativos e avaliar estratégias de intervenção no mercado de câmbio,

considerando as restrições de ativos (disponibilidade de reservas) e passivos

(composição da dívida pública).

Nós usamos o modelo para analisar as características do mercado brasileiro, em um

regime de câmbio flutuante, com uma função de custo que leva em consideração o

perfil do endividamento público, notadamente no que diz respeito à composição da

dívida indexada ao câmbio e à taxa de juros, e que leva também em consideração o

nível das reservas internacionais.

4.1- O Modelo de Controle Estocástico Clássico e por Impulso

Nós consideramos que em eventos de crises cambiais, motivadas por ataques

especulativos ou interrupções de fluxos de capitais, a autoridade monetária irá intervir

usando dois tipos de controle, conforme já discutido. O primeiro controle é chamado de

controle contínuo que é realizado pelo uso da taxa de juros (r) e o segundo é chamado

de controle por impulso (ξ), com intervenções no mercado de câmbio (intervenções

spot) ou com títulos públicos indexados ao câmbio. Assim, uma característica do

mercado brasileiro é o uso de títulos indexados ao câmbio ou o uso de swaps cambiais

como alternativa de controle de uma crise.

Considere Ω um dado conjunto, F uma σ-algebra em Ω, e P uma medida de

probabilidade no espaço mensurável (Ω,F). Considere também o espaço de

probabilidade (Ω,F,P) com uma filtração Ft gerada por um movimento browniano

unidimensional, que representa a incerteza na economia. Dessa forma, a taxa de

44
câmbio é uma variável randômica, isto é, ela é uma função que mapeia Ω em R. Nós

definimos a taxa de câmbio et como unidades de moeda doméstica por unidade de

moeda estrangeira em um tempo t, e assumimos que ela é um processo estocástico

adaptado dado por:

t t
et = e + ∫ p ⋅ ds − ∫ b ⋅ rs ds + σBt − a1
0 0
∑ξ
j:θ j ≤t
1, j − a2 ∑ξ
j:θ j ≤ t
2, j (4.1)

onde,

et o processo estocástico da taxa de câmbio iniciando em e;

p é a pressão exógena na taxa de câmbio;

b.rs é a influência da taxa de juros (rs) na taxa de câmbio. Aqui a taxa de juros

corresponde ao diferencial entre as taxas de juros do Brasil e dos EUA;

σ é uma constante positiva;

Bt é o movimento browniano;

a1.ξ1 é a influência na taxa de câmbio das intervenções, pela venda (ξ>0) ou compra

(ξ<0) de uma quantidade ξ de moeda estrangeira;

a2.ξ2 é a influência na taxa de câmbio das intervenções pela venda (ξ>0) ou compra

(ξ<0) de uma quantidade total de ξ de swaps cambiais ou de títulos públicos

indexados ao câmbio.

A pressão econômica exógena na taxa de câmbio, p, e o controle impulso adicional, ξ2,

foram introduzidos como modificações do exemplo apresentado por Mundaca e

45
Oksendal (1998). Para o controle ótimo é necessário estabelecer uma função de custo

que deverá ser minimizada. A equação abaixo apresenta essa função de custo:

⎡ T ⎛ _ 2⎞ ⎤
⎛ ⎞
( )⎥
2
J ( s , e) = E
w ( s ,e )
⎢ ∫ exp(− ρ ⋅ t ) k (et − m ) + β ⎜ rt − r ⎟ ⎟dt + ∑ ∑ exp(− ρ ⋅ t ) ci + λiξ ij2
⎜ 2

⎢⎣ s ⎜ ⎝ ⎠ ⎟⎠ ⎥⎦
⎝ i =1 j:θ j ≤T

(4.2)

_
onde, ρ é a taxa de desconto, m é um valor alvo (implícito) para a taxa de câmbio, r é

um valor de referência para a taxa de juros9 e k, β, λ1, λ2, c1, c2 são parâmetros da

função de custo. A especificação desses parâmetros será discutida posteriormente

neste capítulo, mas enfatizamos que ela é feita levando em consideração as restrições

de composição da dívida pública e de disponibilidade de reservas internacionais,

conforme discutido nos capítulos 2 e 3. T ≤ ∞ é um dado tempo no futuro (fixo) e Ee é a

expectativa com relação à lei de probabilidade et.

Nós assumimos que o sistema inicia no estado x=(s,e). Diferente de Mundaca e

Oksendal, nós utilizamos uma função de custo quadrática para as intervenções. Dessa

forma, quanto maior o volume da intervenção, maior o seu peso na função de custo, em

relação à uma função linear.

Seja U o conjunto de controles contínuos u:Rn→U. Esse conjunto U compreende a série

de taxa de juros r=(rt)t∈R. Suponha que em um dado estado a autoridade monetária

decida intervir e forneça ao sistema um controle impulso ξ∈Z⊂Rl, onde Z é um dado

9
Aqui nós consideramos este valor de referência como igual a zero, como uma simplificação obtida por
translação de eixo.

46
conjunto de valores impulso admissíveis. O objetivo é encontrar um conjunto de

controle combinado (rt, ξt) na equação (4.1) que minimize a função de custo da equação

(4.2). Este controle combinado compreende o controle contínuo, ou seja, estocástico

clássico, e o controle por impulso. A solução deste sistema é alcançada utilizando uma

abordagem de programação dinâmica com a desigualdade quase-variacional de

Hamilton-Jacobi-Bellman (HJB).

O controle por impulso é aplicado em tempos discretos θj com quantidades

selecionadas ξ1j e ξ2j de intervenções no mercado de câmbio à vista e no mercado de

títulos públicos e de swaps cambiais, respectivamente. V é o conjunto de todos os

controles por impulso possíveis. A seqüência υ=(θ1, θ2,…, θN; ξ11, ξ12,… ξ1N; ξ21, ξ22,…

ξ2N ) é chamada de controle por impulso. O controle estocástico combinado é o

conjunto W=UxV, que compreende o controle estocástico clássico (contínuo) e o

controle por impulso. Considerando apenas o controle continuo, o seguinte processo:

⎡s + t ⎤ ⎡s⎤
X t = X t(r ) = ⎢ (r ) ⎥; t ≥ 0; X 0 = ⎢ ⎥ = x (4.3)
⎣et ⎦ ⎣e ⎦

é uma difusão de Ito. A lei de probabilidade de Xt(w) é Qx,w. O objetivo é encontrar o

controle ótimo:

Λ( x ) = inf w∈W J w ( x ) (4.5)

Proposição 4.1 - Considere uma função contínua φ:R2→[0,∞), com as seguintes

propriedades:

47
φ é estocasticamente C2 com relação à Xt(r) para todo r:R2→R (4.6)

φ ≤ Mφ em R2 (4.7)

( 2 2
)
Lr φ (s, e ) + exp(− ρs ) k (e − m ) + β (r ) ≥ 0 (4.8)

para quase todo par (s,e) com relação à medida de Green para Xt(r), para todo r=r(s,e):

R2→ R.

Então,

φ (x ) = Λ(x ) (4.9)

^
e o controle estocástico ótimo combinado é w* = w ∈ W .

A prova da proposição 4.1 é apresentada no Apêndice A. Essa proposição sugere a

existência de uma função, que atende às condições pré-estabelecidas, como solução

do problema de controle ótimo.

O resultado acima é alcançado utilizando desigualdades quase-variacionais (QVI) para

um problema de controle clássico e por impulso. Em Perthame (1984a) pode-se

encontrar uma versão do princípio de programação dinâmica para solução do problema

de controle estocástico clássico e por impulso e o seu Teorema 2 é um resultado

relacionado ao encontrado por Brekke e Oksendal (1997), embora seja insuficiente para

a aplicação deste trabalho. Perthame (1984b) estudou a existência e unicidade para um

48
problema similar usando QVI. Cadenillas e Zapatero (2000) também apresentaram uma

versão baseada em programação dinâmica para suas aplicações que estão

relacionadas ao problema discutido neste trabalho.

A solução φ das desigualdades quase-variacionais separa duas regiões. A região de

continuum, ou região D (ver apêndice A), onde a intervenção com compra e venda de

dólares e/ou títulos e swaps cambiais (controle impulso) não deve ser efetuada

enquanto Xt estiver nessa região. Quando Xt atinge o contorno de D, nós aplicamos a

intervenção e o processo Xt retorna para o interior da região D. Nós utilizamos os

resultados acima, das desigualdades quase-variacionais, para encontrar a solução do

nosso problema de controle ótimo (φ).

Proposição 4.2 - Considere uma função Ψ de tal forma que:

φ (s, e ) = exp(− ρs )ψ (e ) (4.10)

então,

A taxa de juros para o controle estocástico clássico ótimo é dada por:

b ∂φ
r= exp( ρs ) (4.11)
2 β ∂e

e:

49
∂ 2ψ ∂ψ ⎛ ∂ψ ⎞
2

+A − B⎜ ⎟ − Cψ (e ) = − E (e ) (4.12)
∂e 2
∂e ⎝ ∂e ⎠

onde

2p b2 2ρ 2ke 2
A= , B= , C= , E (e ) = (4.13)
σ2 2 βσ 2 σ2 σ2

e, além disso:

⎛ ⎞
ψ (e ) = ψ ⎛⎜ e + a1 ξ1 + a 2 ξ 2 ⎞⎟ + ∑ ⎜⎜ ci + λi ξ i2 ⎟⎟
^ ^ 2 ^
(4.14)
⎝ ⎠ i =1 ⎝ ⎠

O Apêndice B apresenta a prova da proposição 4.2. Essa proposição apresenta uma

função que é usada como solução do problema de controle ótimo.

A taxa de juros, o volume da intervenção com moeda estrangeira, com títulos e swaps

cambias e, ainda, o nível da taxa de câmbio no início e no final da intervenção, são

obtidos da solução do problema de controle ótimo com o sistema de equações acima e

os resultados do apêndice B. Não há uma solução analítica para esse controle

combinado continuo e por impulso, já que a equação diferencial ordinária (4.11) é

resolvida por procedimento numérico.

A próxima seção apresenta a identificação dos parâmetros da equação (4.1), com base

em um procedimento econométrico para dados da economia brasileira no período que

seguiu a mudança de regime para o câmbio flutuante. Em seguida são apresentadas

simulações, utilizando o programa Matlab, com a solução para o sistema acima

50
utilizando o resultado da identificação da equação (4.1) e a especificação dos

parâmetros da função de custo que será feita com o auxílio dos resultados dos

capítulos 2 e 3.

4.2- Identificação da Equação de Controle

Os parâmetros da equação (4.1) são estimados com base na equação abaixo, para o

regime de câmbio flutuante no período de fevereiro/1999 a abril/2004 com dados

diários:

∆et = a 0 + b ⋅ rt −1 + a1 ⋅ ξ1,t −1 + a 2 ⋅ ξ 2,t −1 + ε t (4.15)

Para a taxa de câmbio (e) foi utilizada a PTAX, publicada pelo Banco Central do Brasil.

O diferencial de taxa de juros (r) foi calculado usando a taxa SELIC e a taxa de juros

americana. Como as intervenções com compra e venda de dólares (ξ1t) não são

informações públicas, elas foram estimadas usando dados de impacto monetário com

operações de moeda estrangeira, variação do volume de reservas cambiais e

estimativas realizadas pelo mercado, que foram extraídas de notícias publicadas na

Bloomberg e Reuters. As intervenções com títulos indexados ao câmbio e swaps

cambiais (ξ2t) foram calculadas usando dados de impacto monetário e os leilões de

swaps (o Banco Central do Brasil publica essas informações). As figuras 4.1 a 4.4

apresentam esses dados.

51
 Taxa de Câmbio (R$/US$)
17 Taxa de Câmbio (R$/US$)
/0
2 17
/0

0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
15 /9 9 2
/0

0
0.5
1
1.5
2
2.5
3
3.5
4
4.5

6 15 /9 9
06 /9 9 /0
/1 6
0 06 /9 9
31 /9 9 /1
/0 0
1 31 /9 9
26 /0 0 /0
/0 1
5 26 /0 0
19 /0 0 /0
/0 5
9 19 /0 0
16 /0 0 /0
/0 9
1 16 /0 0
14 /0 1 /0
/0
5 1
04 /0 1 14 /0 1

Taxa de Câmbio
/0
Taxa de Câmbio
/0
9 5
02 /0 1 04 /0 1
/0 /0
1 9
29 /0 2 02 /0 1
/0 /0
4 1
21 /0 2 29 /0 2
/0 /0
8 4
12 /0 2 21 /0 2
/1 /0

Dollar à Vista
2 8
09 /0 2 12 /0 2
/0 /1
4/ 2
Diferencial de Juros

03 09 /0 2
/0
4/

0
03
Figura 4.1 - Taxa de câmbio e Diferencial de taxa de juros

500

-500
1000
1500

-2000
-1500
-1000
0
5
10
15
20
25
30
35
40
45

Intervenção (milhões US$)

Diferencial de Juros (%)
Figura 4.2 - Taxa de câmbio e Intervenções com compra e venda de dólar

52
 Figura 4.3 - Taxa de Câmbio e Intervenções com Títulos

4.5 3000

Intervenção (milhões US$)

Taxa de Câmbio (R$/US$) 4 2000
3.5
1000
3
2.5 0
2 -1000
1.5
-2000
1
0.5 -3000
0 -4000
15 /9 9
06 /9 9
31 /9 9
26 /0 0
19 /0 0
16 /0 0
14 /0 1
04 /0 1
02 /0 1

29 /0 2

21 /0 2
12 /0 2
09 /0 2
03
4/
2
6
0
1
5
9
1
5
9
1

8
2
/0
/0
/1

/0
/0
/0
/0
/0
/0
/0

/0
/0
/1
/0
17

Taxa de Câmbio Títulos

Figura 4.4 - Taxa de Câmbio e Intervenções com Swaps cambiais

4.5 4000

Intervenção (milhões US$)

Taxa de Câmbio (R$/US$)

4 3500
3.5 3000
3 2500
2.5 2000
2 1500
1.5 1000
1 500
0.5 0
0 -500
15 /9 9

06 /9 9
31 /9 9

26 /0 0
19 /0 0

16 /0 0
14 /0 1
04 /0 1

02 /0 1
29 /0 2

21 /0 2
12 /0 2

09 /0 2
03
4/
2

0
1

5
9

1
5
9

1
4

8
2
/0

/0
/1
/0

/0
/0

/0
/0
/0

/0
/0

/0
/1

/0
17

Taxa de Câmbio Swaps

Foram testados modelos GARCH, EGARCH e TGARCH e foi selecionado o modelo

EGARCH(2,1) com base nos valores-p, e nos critérios Akaike e Schwarz. Os resultados

são apresentados na tabela abaixo. Os sinais dos coeficientes estão de acordo com as

expectativas. No entanto, os coeficientes para as intervenções com títulos e swaps não

53
têm significância estatística a um nível de 95%, embora tenham significância estatística

a um nível de confiança de 90%. Os efeitos na taxa de câmbio das intervenções com

títulos e swaps são mais difíceis de serem capturados, uma vez que não fica muito claro

se o vencimento de um título ou swap sem a sua rolagem pode ser interpretado como

intervenção. Quando um título ou swap vence, sem a respectiva rolagem, o mercado

pode demandar moeda estrangeira para manter posições de hedge. Assim, é possível

que a taxa de câmbio seja afetada. O impacto dependerá do nível da demanda por

hedge, se essa demanda for elevada, o impacto será maior.

Tabela 4.1 - Estimativas dos coeficientes da equação (4.1)

Intervenção Intervenção com

Constante com dólar títulos e swaps Taxa de juros
Coeficientes 0.002 -0.0045 -0.0009 -0.0117

Valores-p 0.001 0.014 0.080 0.010

4.3- Especificação da função de custo e simulações

Uma vez que os coeficientes da equação (4.1) foram estimados, é necessário agora

especificar os parâmetros da função de custo. Note que ci e λi devem ser escolhidos

levando em consideração os efeitos relativos de k e β na equação de custo. A

especificação dos parâmetros da equação (4.2) depende das escolhas de política

monetária, da disponibilidade de reservas cambiais e do perfil de indexação da dívida

pública à taxa de câmbio. Esses parâmetros devem refletir:

54
 i) os pesos atribuídos aos desvios da taxa de câmbio de um "alvo implícito" que

deverá guardar relação com os objetivos de política monetária;

ii) os impactos da elevação da taxa de juros no crescimento econômico e no

endividamento público;

iii) a disponibilidade de reservas cambiais;

iv) o nível de exposição da dívida pública aos riscos cambiais.

Nós simulamos o modelo com diversos parâmetros para a função de custo, usando

para a equação de controle os coeficientes da tabela 1. Além disso, nós simulamos

eventos de crise cambial considerando um parâmetro de tendência para a taxa de

câmbio igual a 0.01, cinco vezes maior do que o valor apresentado na tabela 1, que foi

de 0.002. Dessa forma, os parâmetros da função de custo foram calibrados até que

obtivéssemos valores para as intervenções próximos de valores já utilizados em

eventos de crises pelo Banco Central do Brasil. Embora existam diferentes formas para

calibração dos parâmetros da função de custo, nosso objetivo é gerar apenas

simulações que permitam avaliar as estratégias de intervenção em momentos de crises

cambiais. Vale destacar que o objetivo é apenas apresentar uma metodologia que

possa ser utilizada pela autoridade monetária durante esses eventos.

Assim, os parâmetros utilizados na equação de controle (equação (4.1)) para as

simulações foram: σ = 0.035; b= 0.011; a1=0.0045; a2=0.0009 e p=0.01. A partir da

calibração da função de custo, realizamos simulações para avaliar as intervenções em

diferentes cenários. Para a função de custo, a tabela 4.2 apresenta na sua primeira

55
linha os valores dos parâmetros usados na simulação base. O restante da tabela

apresenta os parâmetros e os resultados das simulações em diferentes cenários de

crise: com flexibilidade de oscilação na PTAX, com nível de reservas abaixo e acima do

valor adequado, estabelecido pelo modelo do capítulo 3, com baixo e com alto nível de

indexação cambial, estabelecido pelo modelo do capítulo 2, e com alto nível de

indexação cambial da dívida associado com nível de reservas abaixo do valor

adequado.

Tabela 4.2 - Simulações de Crises com Diferentes Cenários para a

Função de custo (equação (4.2))

k x 102 β x 104 λ1 x 105 λ2 x 105 SELIC ξ1 ξ2 PTAX Simulação

5 5 6 2 19,7 610 366 3,722 Caso Base
1 5 6 2 19,7 610 366 3,857 Flexibilidade com PTAX
5 5 4 2 16,7 760 304 3,710 Reservas > NAR
5 5 8 2 22,1 519 415 3,730 Reservas < NAR
5 5 6 1 18,8 579 695 3,718 Baixo NIC
5 5 6 4 20,3 629 189 3,725 Alto NIC
5 5 8 4 22,8 538 215 3,732 Reservas < NAR e Alto NIC
Obs: NAR é o nível adequado de reservas e NIC o nível de indexação cambial da dívida

Consideramos para efeito das simulações, apresentadas na tabela 4.2, que a taxa de

câmbio alvo (implícita pelo Banco Central do Brasil) seja de 3,5. Dessa forma, as

intervenções com dólar à vista, títulos e swaps acontecerão a uma taxa superior a 3,7.

Caso haja flexibilidade em termos de pressões inflacionárias, ou seja, haja tolerância

em termos de desvalorização cambial, as intervenções impulso ocorrerão a uma taxa

de 3,857. Vale destacar que a intervenção usando a taxa de juros ocorre assim que a

pressão cambial for identificada.

A disponibilidade de reservas cambiais acima do valor adequado (reservas maior que

NAR), calculado no capítulo 3, permite operar a um nível de taxa de juros menor, ou

56
seja, uma intervenção com US$ 150 milhões acima do caso base permitiu operar com

uma taxa de juros 3 pontos percentuais menor que o caso base e com menor volume

de intervenção com títulos e swaps (US$ 62 milhões a menos). Por outro lado, se

houver restrição com relação à disponibilidade de ativos (reservas cambias menores do

que NAR), a taxa de juros deverá ser maior, bem como a utilização de títulos e swaps.

Com um baixo nível de indexação cambial da dívida (baixo NIC), de acordo com os

critérios discutidos no capítulo 2, existe maior flexibilidade na utilização de títulos e

swaps cambiais. Em relação ao caso base da tabela 4.2, houve um aumento de US$

329 milhões na intervenção com títulos e swaps, com uma redução de US$ 31 milhões

na utilização de ativos (reservas internacionais) e uma redução na taxa de juros de

0,9%. No entanto, se o nível de indexação cambial da dívida for elevado (alto NIC), a

flexibilidade com a utilização de títulos e swaps é menor, o que conduz à uma maior

utilização dos ativos e a um maior nível de taxa de juros, o que traz maiores impactos

para a dívida pública com pagamento de juros via taxa SELIC.

Finalmente, a última simulação, apresentada na tabela 4.2, demonstra que com baixa

disponibilidade de ativos (reservas < NAR) e com alta indexação cambial da dívida (alto

NIC), ou seja, pouca disponibilidade de incrementar os riscos cambiais da dívida

pública, a alternativa é elevar a taxa de juros. Como a elevação da taxa de juros

também implica em maior risco de sustentabilidade fiscal, a menos que o governo

decida por um choque fiscal com incremento do superávit primário, a estratégia ideal do

governo passa a ser a manutenção de baixos valores de indexação cambial da dívida e

um nível de reservas internacionais adequado, em momentos de estabilidade

macroeconômica, a fim de que haja flexibilidade para a utilização desses instrumentos

57
em tempos de ataques especulativos e de interrupção de fluxos de entrada de capitais

estrangeiros.

58
 5. Conclusões

A maior indexação cambial da dívida tem como efeito colateral maior exposição ao risco

de oscilação da taxa de câmbio, o que pode conduzir ao aumento da probabilidade de

default do país. Os efeitos da exposição cambial dependem do nível do superávit

primário do país, ou seja, do equilíbrio das contas públicas. O uso da probabilidade de

eventos de crise, ou PCD, discutida no capítulo 2, é um instrumento adequado na

avaliação dos efeitos da indexação cambial da dívida, já que essa probabilidade é

função do estado da dívida (composição e nível), da evolução das variáveis que

indexam a dívida pública, do nível do superávit primário e do produto interno. Assim, em

uma única medida o equilíbrio das contas públicas pode ser mensurado e a PCD é

afetada diretamente pela composição da dívida atrelada ao câmbio.

A disponibilidade de reservas internacionais de um país é uma variável fundamental

levada em consideração pelo mercado na definição da exposição a riscos de ataques

especulativos e de interrupção de fluxo de entrada de capitais estrangeiros. Existem

diversos critérios na definição de um nível adequado de reservas, como índices de

liquidez ou razão de cobertura de itens do balanço de pagamentos, testes de cenários

adversos (testes de stress), ou utilização de modelos como o de buffer stock utilizado

no capítulo 3. O modelo de buffer stock permite a definição de um nível adequado de

reservas baseado em custos de ajustamento e de oportunidade, e o capítulo 3 mostrou

como a economia brasileira dependeu de aportes de recursos do FMI para enfrentar

crises externas nos últimos anos. Assim, em momentos de crises cambiais a

59
disponibilidade de reservas internacionais é um fator crucial que precisa ser levado em

consideração.

As crises cambiais podem ter desdobramentos perigosos para uma economia e

normalmente as economias emergentes procuram enfrentar essas crises com

intervenções no mercado de câmbio. A taxa de juros é um elemento importante nesses

momentos, mas sua elevação tem conseqüências em termos de endividamento e de

crescimento econômico. O uso de reservas internacionais, embora existam críticas, é

considerado pelos bancos centrais. No caso do Banco Central do Brasil, considera-se

também a indexação cambial da dívida como forma de suprir a demanda por hedge dos

agentes econômicos. Avaliamos no capítulo 4 que essas intervenções têm efeito

pequeno em termos de impacto no valor da taxa de câmbio, o que não significa que não

sejam eficazes. Assim, durante os eventos de crise, o Banco Central do Brasil toma

decisões sobre três variáveis: taxa de juros, reservas cambiais e indexação cambial da

dívida, no intuito de romper uma trajetória de elevação da taxa e fornecer liquidez ao

mercado.

Com baixa disponibilidade de reservas e com alta indexação cambial da dívida, ou seja,

pouca disponibilidade de incrementar os riscos cambiais da dívida pública, a alternativa

é elevar a taxa de juros além do que seria necessário quando comparado à uma

situação de maior flexibilidade de uso dos instrumentos de intervenção. Como a

elevação da taxa de juros também implica em maior risco de sustentabilidade fiscal, a

menos que o governo decida por um choque fiscal com incremento do superávit

primário, a estratégia ideal do governo passa a ser a manutenção de baixos valores de

indexação cambial da dívida e um nível de reservas internacionais adequado, em

60
momentos de estabilidade econômica, a fim de que haja flexibilidade para a utilização

desses instrumentos em tempos de ataques especulativos e de interrupção de fluxos de

entrada de capitais estrangeiros.

A solução do problema de controle ótimo, discutida no capítulo 4, apresenta uma

abordagem de enfrentamento de crises cambiais que pode ser considerada dentro de

um escopo de solução de um problema de política monetária que avalia as condições

dos ativos (reservas internacionais), do fluxo de recebimentos (superávit primário), ou

equilíbrio das contas públicas, e do passivo (em termos de risco de default, ou

probabilidade de crise da dívida, PCD). Nesse sentido, esse trabalho contribui com uma

abordagem integrada entre ativo, passivo e objetivo macroeconômico, em eventos de

crises cambiais.

Sugerimos, como fontes para novas pesquisas, a avaliação dos resultados

considerando também o perfil de maturidade da dívida, alternativas de modelos

macroeconômicos e regras de intervenção de política monetária e abordagens

alternativas para a definição do volume adequado de reservas internacionais.

61
 6. Referências Bibliográficas
AIZENMAN, Joshua e Nancy, MARION. International Reserve Holdings with Sovereign
Risk and Costly Tax Collection. NBER Working Paper, n. w9154, 2002.

AMATO, Jeffery D. e GERLACH, Stefan. Inflation Targeting in Emerging Market and

Transition Economies: Lessons after a Decade. European Economic Review, v. 46, p.
781-790, 2002.

AUBIN, Jean-Pierre. Optimal Impulse Control Problems and Quasi-Variational

Inequalities Thirty Years Later: a Viability Approach. Em Optimal Control and Partial
Differential Equations, IOS Press, p. 311-324, 2000.

BALL, Laurence. Policy Rules for Open Economies. NBER, w6760, 1998.

BAR-ILAN, Avner, MARION, Nancy e PERRY, David. Drift Control of International

Reserves, University of Haifa Working Paper, 2004.

BILSON, John e FRENKEL, Jacob, Dynamic Adjustment and the Demand for International
Reserves, NBER Working Paper, n. 403, 1979.

BOGDANSKI, Joel, TOMBINI, Alexandre e WERLANG, Sérgio. Implementing Inflation

Targeting in Brazil. Banco Central do Brasil, working paper n.1, 2000.

BOLLERSLEV, Tim. Generalized Autoregressive Conditional Heteroscedasticity. Journal

of Econometrics, v. 31, p. 307-27, 1986.

BRANDT, Michael W. e JONES, Christopher S. Volatility Forecasting with Range-Based

EGARCH models, 2002.

BREKKE, K. A. e OKSENDAL, Bernt. A Verification Theorem for Combined Stochastic

Control and Impulse Control. Em L. Decreasefond et al (Eds.) Stochastic Analysis and
Related Topics, v. 6, Birkhäser, 1997.

CADENILLAS, Abel e ZAPATERO, Fernando. Optimal Central Bank Intervention in the

Foreign Exchange Rate Market. Journal of Economic Theory, v. 87, p. 218-242, 1999.

CADENILLAS, Abel e ZAPATERO, Fernando. Classical Impulse Stochastic Control of the

Exchange Rate Using Interest Rates and Reserves. Mathematical Finance, v. 10, nº 2,
p. 141-156, 2000.

COLE, Harold L. e KEHOE, Timothy. A Self-Fulfilling Model of Mexicos's 1994-95 Debt

Crisis. FED of Minneapolis, Research Department Staff Report 210, 1996.

____________. Self-Fulfilling Debt Crises. Review of Economic Studies, v. 67, p. 91-

116, 2000.

62
DOMINGUEZ, Katheryn e FRANKEL, Jeffrey. Does foreign exchange rate intervention
work? Consequences for the dollar. Washington, DC: Institute for International
Economics, 1993a.

____________. Does Foreign Exchange Intervention Matter? The Portfolio Effect.

American Economic Review, December, 83(4), p. 1356-69, 1993b.

DRUDI, Francesco e RAFFAELA, Giordano. Default Risk and Optimal Debt Management.
Journal of Banking and Finance, v. 24, p. 861-891, 2000.

ENGLE, Robert. Autoregressive Conditional Heteroscedasticity with Estimates of the

Variance of United Kingdom Inflation. Econometrica, v. 50, p. 987-1007, 1982.

EDWARDS, Sebastian. The Demand for International Reserves and Exchange Rate
Adjustments: The Case of LDCs, 1964-1972, Economica, New Series, v. 50, n. 199, p.
269-280, 1983.

ENDERS, Walters. Applied Econometric Time Series. John Wiley and Sons, 1995.

FLOOD, Robert e GARBER. Peter. The Linkage Between Speculative Attack and Target
Zone Models of Exchange Rates. The Quarterly Journal of Economics. p. 1367-1372,
1991.

FLOOD, Robert e MARION, Nancy. Holding International Reserves in an Era of High

Capital Mobility, IMF Working Paper, WP/02/62, 2002.

FRAGA, Armínio, GOLDFAJN, Ilan e MINELLA, A. Inflation Targeting in Emerging Market

Economies. Banco Central do Brasil, working paper n. 76, 2003.

FRANKEL, Jeffrey e ROSE, Andrew. Currency Crashes in Emerging Markets: An

Empirical Treatment. Journal of International Economics, v. 41, p. 351-366, 1996.

FRENKEL, Jacob e JOVANOVIC, Boyan. Optimal International Resreves: A Stochastic

Framework. Economic Journal, n. 91 (June), p. 507-514, 1981.

FRENKEL, Jacob. Flexible Exchange Rates, Prices, and the Role of "News": Lessons
from the 1970s. Journal of Political Economy, v. 89. n. 4, 1981.

GARCIA, Márcio e RIGOBON, Roberto. A Risk Management Approach to Emerging

Market's Sovereign Debt Sustainability with Application to Brazilian Data. NBER,
w10336, 2004.

GIAVAZZI, Francesco e MISSALE, Alessandro. Public Debt Management in Brazil. NBER

Working Paper Series, n. 10394, 2004.

GOLDFAJN, Ilan. Public Debt Indexation and Denomination: The Case of Brazil.
International Monetary Fund, WP/98/18, 1998.

63
GRIMES, Arthur. International Reserves under Floating Exchange Rates: Two Paradoxes
Explained. The Economic Record, v. 69, n. 207, p. 411-415, 1993.

HALDANE, Andrew. Some Issuesin Inflation Targeting. Bank of England, 1997.

HALDANE, Andrew, HOGGARTH, Glenn e SAPORTA, Victoria. Assessing Financial System

Stability, Efficiency and Structure at the Bank of England, BIS papers, n. 1, 2001.

HORNE, Jocelyn e NAHM, Daehoon. International Reserves and Liquidity: A

Reassessment, Macquarie University research paper, 2000.

JEANBLANC-PICQUÉ, Monique. Impulse Control Method and Exchange Rate.

Mathematical Finance, v. 3, n. 2, p. 161-177, 1993.

KARUNARATNE, Neil. Exchange Rate Intervention in Australia (December 1983 to May

1993). Journal of Policy Modeling, v. 18, n. 4, p. 397-417, 1996.

KILIAN, Lutz e TAYLOR, Mark. Why is it so Difficult to beat the Random Walk Forecast of
Exchange Rates. Journal of International Economics, v. 60, p. 85-107, 2003.

KOHLSCHEEN, Emanuel e O'CONNELL, Stephen. Sovereign Debt Recontracting: The Role

of Trade Credit and Reserves, Stockholms Universitet - doctoral thesis, 2004.

KRUGMAN, Paul. Target Zones and Exchange Rate Dynamics. The Quarterly Journal of
Economics, v. CVI, p. 669-682, 1991.

KRUGMAN, Paul e MILLER, Marcus. Exchange Rate Targets and Currency Bands.
Cambridge University Press, first edition, 1992.

LICHTBUER, Pierre C. Overview of Reserve Management by Central Banks, in

Administración de Reservas Internacionales en la Banca Central, org. by CEMLA, 1994.

MEESE, R. A. e ROGOFF, K. Empirical Exchange Rate Model of the Seventies; Journal of

International Economics, v. 14, p. 3-24, 1983.

MISSALE, Alessandro, GIAVAZZI, Francesco e BENIGNO, Pierpaolo. How is the Debt

Managed? Learning from Fiscal Stabilizations. Scand. Journal of Economics, v. 104(3),
p. 443-469, 2002.

MOREIRA, Ajax e CAVALCANTI, Marco. Robustness and Stabilization Properties of

Monetary Rules in Brazil. IPEA, texto para discussão n. 798, 2001.

MUNDACA, Gabriela e OKSENDAL. Bernt. Optimal Stochastic Intervention Control with

Application to the Exchange Rate. Journal of Mathematical Economics, v. 29, p. 225-
243, 1998.

NELSON, D. B. Conditional Heteroskedasticity in Asset Pricing: A New Approach,

Econometrica, 59, p. 347-370, 1991.

64
OKSENDAL, Bernt. Stochastic Differential Equations. Springer-Verlag, 1995.

PERTHAME, B. Continuous and Impulsive Control of Diffusions Process in RN. Nonlinear

Analysis, 8, p. 1227-1239, 1984a.

PERTHAME, B. Quasi-variational Inequalities and Hamilton-Jacobi-Bellman Equations in

a Bounded Region. Comm. Partial Differential Equations, v. 9, p. 561-595, 1984b.

RAMACHANDRAN, M. The Optimal Level of International Reserves: Evidence for India,

Economics Letters, v. 83, p. 365-370, 2004.

BANCO CENTRAL DO BRASIL. Relatório Focus. 18 dezembro de 2003.

SALMAN, Ferhan e SALIH, Aslihan, Modeling the Volatility in the Central Bank Reserves,
Research paper of Central Bank of Turkey, 1999.

SVENSSON, Lars. Why Exchange Rate Bands? Monetary Independence in Spite of Fixed
Exchange Rates. NBER working paper series. Working Paper Nº 4207, 1992.

TESOURO NACIONAL. Relatório Anual da Dívida Pública. 2003.

TAYLOR, John. The Inflation/Output Variability Trade-off Revisited, in Goals, Guidelines,

and Constraints Facing Monetary Policymakers. FED of Boston, 1994.

TAYLOR, Mark P. The Economics of Exchange Rates. Journal of Economic Literature, v.

XXXIII, p. 13-47, 1995.

TURNOVSKY, Stephen e GRINOLS, Earl. Optimal Government Finance Policy and

Exchange Rate Management in a Stochastically Growing Open Economy. Journal of
International Money and Finance, v. 15, n. 5, p. 687-716, 1996.

65
 Apêndice A - Prova da Proposição 4.1
É possível associar um operador diferencial de segunda ordem L à difusão de Ito da

equação (4.3). A conexão entre L e et é que L é o gerador do processo X em C02(R2), o

espaço das funções contínuas duas vezes diferenciáveis em R2 com suporte compacto,

com o seguinte operador diferencial parcial:

∂f ∂f 1 ∂2 f
Le (s, e ) = Lr ( s ,e ) f (s, e ) = − (brs − p ) + σ 2 2 (A.1)
∂s ∂e 2 ∂e

que é definido para todas as funções f:R2→R para as quais as derivadas envolvidas

existem em x=(s,e).

Neste caso, o controle contínuo descreve um controle de Markov, já que as funções fu=-

b.rs e a "função crise" fc=p na equação (4.1) não dependem do ponto de início x=(s,e).

Os valores escolhidos no tempo t para essas funções dependem apenas do estado do

sistema neste instante10.

Seja H o espaço de todas funções mensuráveis h: R2→ R. Assim, definimos o operador

de intervenção (ou operador de troca) M : H → H por:

M h(s, e ) = inf ξ∈Z {h(s, e + γ (ξ )) + L(ξ ) exp(− ρs ) } (A.2)

para todo h∈ H, e x∈ R. Existe uma função contínua φ:R2→[0,∞) com as seguintes

propriedades:

10
Veja Oksendal (1995).

66
φ é estocasticamente C2 com relação à Xt(r) para todo r:R2→R (A.3)

φ ≤ Mφ em R2 (A.4)

(
Lr φ (s, e ) + exp(− ρs ) k (e − m ) + β (r ) ≥ 0
2 2
) (A.5)

para quase todo par (s,e) com relação à medida de Green para Xt(r), para todo r=r(s,e):

R2→ R.

Nós destacamos que fu+fc = p-b.rs é uma função continua de Lipschitz e a função de

custo, equação (4.2), tem o mesmo sinal em qualquer ponto e é localmente limitada

afastada de zero como requerido por Brekke e Oksendal (1997) 11.

Dessa forma, utilizando o resultado de Mundaca e Oksendal (1998):

φ ( x ) ≤ J w ( x ) para todo w∈ W (A.6)

Em adição às equações (A.3) a (A.5), os autores consideraram que existe uma função

^
r : R2→ R tal que o valor minimal de zero é alcançado pelo lado esquerdo da relação

definida em (A.5), isto é:

( )
Lr (s ,e )φ (s, e ) + exp(− ρs ) k (e − m ) + βr 2 = 0
^
2
(A.7)

11
Brekke e Oksendal (1997) apresentaram um teorema de verificação para o controle estocástico
combinado (contínuo e por impulso), e Mundaca e Oksendal (1998) utilizaram esse resultado.

67
para todo par (s,e)∈D, onde

D := {x; φ ( x ) < Mφ ( x )} (A.8)

^
Defina o controle por impulso υ da seguinte forma:

k +1 = inf {t > θ k ; X t ∉ D }; k=0,1,2,…e θ 0 = 0

^ ^ ^
θ (k)
(A.9)

onde Xt(k) é o resultado da aplicação do controle

⎛ ^⎛^ ^ ^ ^ ^ ^ ^ ^
⎞⎞
⎜ rt ,⎜θ 1 ,...,θ k , ∞;ξ 11 , ξ 12 ,..., ξ 1k ,...;ξ 21 , ξ 22 ,..., ξ 2 k ,...⎟ ⎟
⎝ ⎝ ⎠⎠

para Xt, e

ξ k +1 =Rφ ⎛⎜ X (k ) ⎞⎟ ; k=0,1,2,…
^

^_
(A.10)
⎝ θ k +1 ⎠

onde

X θ − = limt ↑θ k X t (A.11)
k +1

^
⎛^ ^⎞
Faça w = ⎜ u ,υ ⎟ e considere que
⎝ ⎠

68
 ^ ^

lim k → ∞ θ k = ∞ quase sempre Q x ,w para todo x∈R (A.12)

e que

⎡ ⎛ ⎛⎜⎜ w^ ⎞⎟⎟ ⎞⎤
lim k → ∞ E ⎢φ ⎜ X θ⎝ − ⎠ ⎟⎥ = 0 , para todo x∈R
x
(A.13)
⎢ ⎜ k +1 ⎟⎥
⎣ ⎝ ⎠⎦

Assim, utilizando o resultado de Brekke e Oksendal (1996):

φ (x ) = Λ(x ) (A.14)

^
e o controle estocástico ótimo combinado é w* = w ∈ W .

69
 Apêndice B - Prova da Proposição 4.2

Considere m=0 como uma simplificação alcançada por translação de eixo, e aplicando

o operador diferencial parcial, definido na equação (A.1), na equação (A.5):

∂φ ∂φ 1 2 ∂ 2φ
∂s
− (bα − p ) + σ
∂e 2 ∂e 2
( )
+ exp(− ρs ) ke 2 + βα 2 ≥ 0 (B.1)

para quase todo e∈ R e todo α∈ U=R. O mínimo da seguinte função:

∂φ
g (α ) ≡ −bα + βα 2 exp(− ρs ) (B.2)
∂e

é alcançado com:

b ∂φ
α= exp( ρs ) (B.3)
2 β ∂e

O valor of α é um candidato para o controle ótimo com a taxa de juros. Substituindo α

na equação (B.1), o lado esquerdo deve ser igual a zero na região D (a região onde não

é aplicado o controle impulso) e assim:

∂φ b 2 ⎛ ∂φ ⎞ ∂φ 1 2 ∂ 2φ
2

− ⎜ ⎟ exp ( ρ s ) + p + σ + exp(− ρs )ke 2 = 0 (B.4)

∂e 4 β ⎝ ∂e ⎠ ∂e 2 ∂e 2

70
Considere também que D=Rx(-η,η), por simetria, para um valor adequado de η ∈ (0,∞).

O intervalo (-η,η) é interpretado como uma banda de valores admissíveis para a taxa de

câmbio, onde não são feitas intervenções, controle impulso, pelo banco central.

Aplicando a equação (4.10) na equação (B.4) alcançamos o seguinte resultado:

∂ 2ψ ∂ψ ⎛ ∂ψ ⎞
2

+A − B⎜ ⎟ − Cψ (e ) = − E (e ) (B.5)
∂e 2
∂e ⎝ ∂e ⎠

onde

2p b2 2ρ 2ke 2
A= , B= , C= , E (e ) = (B.6)
σ2 2 βσ 2 σ2 σ2

Considerando apenas o caso onde e>0, a solução da equação (B.5) é dada por:

f ' ' (e) − Af ' (e) − B( f ' (e )) − Cf (e ) = − E (e )

2
(B.7)

f (0 ) = z; f ' (0 ) = 0; 0 ≤ e ≤ T (B.8)

Para um dado z>0, f(e) = fz(e) é a solução do sistema acima. Considere que existe um

z>0 com no mínimo dois valores diferentes de e∈(0,T), e1<e2<T, onde:

(
f z ' (e1 ) = f z ' (e2 ) = G a * , λ* ) (B.9)

71
Escolhemos, então, os dois menores números positivos com essa propriedade, sendo

que a* e λ* são os vetores dos coeficientes a's e λ's das equações (4.1) e (4.2). A taxa

de câmbio que dispara a intervenção (controle impulso) é escolhida como η=e2 e a

função Ψ no intervalo [0, η] é definida como:

ψ (e ) = f z (e ); 0 ≤ e ≤ η (B.10)

O ponto fundamental agora é a determinação da função G(a*,λ*), já que ela estabelece

a conexão entre o controle contínuo e o controle impulso. Dessa forma, utilizando o

resultado de Mundaca e Oksendal (1998), o próximo passo é considerar o operador de

troca:

{ (( ) ( ))
Mφ (e ) = inf ξ φ (s, e − a1ξ1 − a 2ξ 2 ) + c1 + λ1ξ12 + c 2 + λ 2ξ 22 exp(− ρs ) } (B.11)

ou utilizando o fato de que φ (s, e ) = ψ (e ) exp(− ρs ) :

{ ( ) (
Mψ (e ) = inf ξ ψ (e − a1ξ1 − a 2ξ 2 ) + c1 + λ1ξ12 + c 2 + λ 2ξ 22 )} (B12)

A minimização da equação (B.12) fornece o inf da equação (B.11):

( ) (
h(ξ ) = ψ (e − a1ξ1 − a 2ξ 2 ) + c1 + λ1ξ12 + c 2 + λ 2ξ 22 ) (B.13)

72
A condição de primeira ordem fornece no ponto definido por ξ = ξ (e ) o mínimo da
^ ^

equação (B.13):

∂h ∂ψ ∂e ^ ∂h ∂ψ ∂e ^
= + 2λ ξ = 0 e = + 2λ ξ
2 2 = 0
∂e ∂ ξ^ ∂
1 1
^
∂ ξ1
^
∂ξ2 e ^
∂ξ2
1

assim:

^ ^
2λ ξ 2λ ξ
ψ ' ⎛⎜ e − a1 ξ 1 − a 2 ξ 2 ⎞⎟ = 1 1 = 2 2 = G a * , λ* ( )
^ ^
(B.14)
⎝ ⎠ a1 a2

Das equações (4.10) e (B.10) pode-se afirmar que a função Ψ(e) define uma possível

solução para o mínimo da função de custo. Assim, as equações (B.9) e (B.14) são a

conexão entre o controle continuo e o controle por impulso, e então:

2 ^
e1 = e − ∑ ai ξ i (B.15)
i =1

Colocando e=η (o nível de disparo da intervenção) e já que

ψ (e ) = Mψ (e ) para e≥η

nós temos:

⎛ ⎞
ψ (e ) = ψ ⎛⎜ e + a1 ξ1 + a 2 ξ 2 ⎞⎟ + ∑ ⎜⎜ ci + λi ξ i2 ⎟⎟
^ ^ 2 ^
(4.16)
⎝ ⎠ i =1 ⎝ ⎠

73
Isso significa que a autoridade monetária aplica o controle contínuo pelo uso da taxa de

juros quando φ é estritamente menor do que Mφ e utiliza o controle por impulso

(comprando ou vendendo dólar, títulos indexados ao câmbio e swaps cambiais) sempre

que φ = Mφ.

74