IMPACTO DAS INOVAÇÕES FINANCEIRAS NA VELOCIDADE DE

CIRCULAÇÃO DA MOEDA EM MOÇAMBIQUE (2005 - 2019)

Leila Helena Constantino

TRABALHO DE LICENCIATURA EM ECONOMIA

UNIVERSIDADE EDUARDO MONDLANE

FACULDADE DE ECONOMIA

MAPUTO

2020
IMAPACTO DAS INOVAÇÕES FINANCEIRAS NA VELOCIDADE DE
CIRCULAÇÃO DA MOEDA EM MOÇAMBIQUE (2005 - 2019)

Leila Helena Constantino

Este trabalho é apresentado em cumprimento

parcial dos requisitos para obtenção do grau
de Licenciatura em Economia na
Faculdade de Economia da
Universidade Eduardo Mondlane

Supervisor: Dr. Agostinho Machava

MAPUTO

2020

i
 DECLARAÇÃO

Eu, Leila Helena Constantino, declaro por minha honra, que este trabalho é de minha autoria e

resultado da minha própria nvestigação. Esta é a primeira vez que o submeto para obter um grau

académico numa instituição educacional.

Leila Constantino

Maputo, aos de 2020

APROVAÇÃO DO JÚRI

Este trabalho foi aprovado no dia ______ de ___________ de 20___ por nós, membros do júri

examinador nomeado pela Faculdade de Economia da Universidade Eduardo Mondlane.

O Presidente do Júri

_______________________________

O Arguente

_______________________________

O Supervisor

______________________________

ii
 DEDICATÓRIA

Dedico este trabalho à Deus e aos meus pais Laurenciana Seventine e Constantino Paulo.

iii
 AGRADECIMENTOS
Sincero agradecimento endereço, primeiramente à Deus e aos meus pais, Laurenciana
Seventine e Constantino Paulo, pois se não fosse pela vontade de Deus e pelo apoio, esforço,
dedicação, confiança e investimento dos meus pais, a aquisição deste nível académico não seria
possível. Ao meu irmão Jeremias Paulo, pelo apoio moral.

À Faculdade de Economia em geral, desde o corpo docente aos demais colegas, pelas lições
e partilha de conhecimentos. Agradecimentos mais que especiais ao grupo Anointed, meu suporte,
e às minhas amigas e colegas de batalha Denise Saúde, Cremilda Simbine, Salva Tomocene e
Yolanda Sitoe, pelo apoio e momentos marcantes partilhados durante todo o período de formação.

Ao Dr. Agostinho Machava pela disponibilidade apresentada a cumprir o papel de meu

supervisor, por sua atenção, profissionalismo e ensinamentos dados no âmbito da elaboração do
trabalho.

Por último, mas não menos importante, agradeço a todos os familiares e amigos que de
alguma forma contribuíram para o sucesso da minha formação académica.

iv
 ÍNDICE

DECLARAÇÃO ............................................................................................................................. ii

DEDICATÓRIA ............................................................................................................................ iii

AGRADECIMENTOS .................................................................................................................. iv

ÍNDICE DE GRÁFICOS .............................................................................................................. vii

ÍNDICE DE TABELAS ................................................................................................................ vii

LISTA DE ABREVIATURAS E ACRÓNIMOS........................................................................ viii

RESUMO ....................................................................................................................................... ix

CAPÍTULO I. INTRODUÇÃO ...................................................................................................... 1

1.1. Contextualização .............................................................................................................. 1

1.2. Problema de Pesquisa ....................................................................................................... 2
1.3. Objectivos do Estudo ....................................................................................................... 3
1.4. Fundamentação................................................................................................................. 3
1.5. Estrutura do Trabalho ....................................................................................................... 4
CAPÍTULO II. REVISÃO DA LITERATURA ............................................................................. 6

2.1. Literatura Teórica..................................................................................................................... 6

2.1.1. Conceptualização: Inovações Financeiras ................................................................ 6

2.1.2. O Sistema Financeiro Moçambicano: 2005-2019..................................................... 7
2.1.3. Teorias Sobre a Velocidade de Circulação da Moeda ............................................ 12
2.1.4. Relação entre Inovações Financeiras e Velocidade de Circulação da Moeda e
Eficácia da Política Monetária ............................................................................................... 19
2.2. Literatura Empírica ........................................................................................................ 21
2.2.1. Evidência nos Países Desenvolvidos e Emergentes................................................ 21
2.2.2. Evidência em Países Africanos ............................................................................... 22
CAPÍTULO III. METODOLOGIA .............................................................................................. 25

3.1. Metodologia ................................................................................................................... 25

3.1.1. Modelo de Vector de Correcção dos Erros .................................................................... 26
3.1.2. Especificação do Modelo ........................................................................................ 27

v
 3.1.3. Procedimentos de estimação ................................................................................... 29
3.1.4. Teste de Diagnóstico do Modelo ............................................................................ 31
3.2. Fonte de Dados ............................................................................................................... 33
CAPÍTULO IV. APRESENTAÇÃO E ANÁLISE DE RESULTADOS ..................................... 34

4.1. Teste de Raiz Unitária ............................................................................................................ 34

4.2. Determinação do Número Óptimo de Defasagens................................................................. 35
4.3. Teste de Cointegração de Johansen ....................................................................................... 35
4.3. Resultados da Estimação do Modelo VCE ............................................................................ 36
4.3.1. Equação de longo prazo ............................................................................................... 36
4.3.2. Equação de Curto Prazo .............................................................................................. 36
4.4. Testes de Diagnóstico do Modelo de VCE ............................................................................ 37
4.5. Teste de Causalidade de Engle-Granger ................................................................................ 37
4.6. Análise da Função Impulso Resposta .................................................................................... 38
4.7. Análise da Decomposição da Variância ................................................................................ 39
4.8. Análise da Estabilidade da Velocidade de Circulação da Moeda e do Multiplicador
Monetário ...................................................................................................................................... 40
4.8.1. Testes de CUSUM e CUSUM of Squares para a Velocidade da Moeda .................... 40
4.8.2. Testes de CUSUM e CUSUM of Squares para o Multiplicador Monetário ............... 41
4.9. Análise da Correlação entre a Base Monetária e Oferta Monetária....................................... 42
4.10. Implicações dos Resultados Política Monetária .................................................................. 43
CAPITULO V: CONCLUSÕES E RECOMENDAÇÕES........................................................... 44

5.1. Conclusões ..................................................................................................................... 44

5.2. Recomendações .............................................................................................................. 45
7. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................. 46

ANEXOS ...................................................................................................................................... 48

vi
 ÍNDICE DE GRÁFICOS

GRÁFICO 1: EVOLUÇÃO DO NÚMERO DE CARTÕES BANCÁRIOS ……………………………...…….....….10

GRÁFICO 2: EVOLUÇÃO DO NÚMERO DE ATMS…………………………………..………………..10
GRÁFICO 3: EVOLUÇÃO DO NÚMERO DE POSS………………………………………………………...…10
GRÁFICO 4: CONTAS EM INSTITUIÇÕES BANCÁRIAS VS CONTAS NAS IME………………………….10
GRÁFICO 5: EVOLUÇÃO DA VELOCIDADE DE CIRCULAÇÃO DA MOEDA E MULTIPLICADOR MONETÁRIO 11
GRÁFICO 6: EVOLUÇÃO DA INFLACAO …………………………………………………………………...12
GRAFICO 7: RESPOSTA DA VELOCIDADE AOS IMPULSOS DE ATM…………………….………38
GRAFICO 8: RESPOSTA DA VELOCIDADE AOS IMPULCOS DE CARTOES ……………………..38
GRÁFICO 9: TESTE DE CUSUM E CUSUM OF SQUARES PARA VELOCIDADE…………………...40
GRAFICO 10: TESTE DE CUSUM E CUSUM OF SQUARES PARA O MULTIPLICADOR
MONETARIO………………………………………………………………………………………41

ÍNDICE DE TABELAS

TABELA 1: TESTE DE ESTACIONARIEDADE EM NIVEIS…………………………............34

TABELA 2: TESTE DE ESTACIONARIEDADE NA PRIMEIRA
DIFERENCA……………………………….…………………………………………………….34
TABELA 3: ESCOLHA DO NUMERO OPTIMO DE LAGS…………………………………...35
TABELA 4: TESTES DE DIAGNOSTICO……………………………………………………...37
TABELA 5: TESTE DE CAUSALIDADE DE GRANGER117
TABELA 6: DECOMPOSICAO DA VARIANCIA DA VELOCIDADE……………..………….39
TABELA 7: CORRELACAO ENTRE M3 E INFLACAO E BaM E M3……………………......42

vii
 LISTA DE ABREVIATURAS E ACRÓNIMOS

ATM Automated Teller Machine

BaM Base Monetária

BM Banco de Moçambique

EDSFM Estratégia de Desenvolvimento do Sector Financeiro Moçambicano

EMLPM Estratégia de Médio e Longo Prazo da Política Monetária

FMI Fundo Monetário Internacional

INE Instituto Nacional de Estatística

IME Instituições de Moeda Electrónica

IPC Índice de Preços no Consumidor

MM Multiplicador Monetário

MQO Mínimos Quadrados Ordinários

M3 Massa Monetária

PIB Produto Interno Bruto

POS Point of Sales

RIEM Resumo de Informação Estatística Mensal

SFM Sistema Financeiro Moçambicano

SIMO Sociedade Interbancária de Moçambique

TIC Tecnologias de Informação e Comunicação

TQM Teoria Quantitativa da Moeda

viii
 RESUMO
O presente trabalho tem como objectivo analisar o impacto das inovações financeiras na
estabilidade da velocidade de circulação da moeda em Moçambique no período de 2005 a 2019.
Este estudo é de grande importância no que tange à operacionalização da política monetária no
país e contribui para a escassa literatura existente acerca do tema. Para o alcance deste objectivo,
usando dados em série temporal, foi estimado, com recurso ao Modelo de Vector de Correcção do
erro (VCE), um modelo de velocidade que incorpora como proxies para inovações financeiras o
número de cartões (de crédito e débito) e o número de ATMs existentes no país. Para completar a
análise foi testada a estabilidade da velocidade da moeda e do multiplicador monetário, de modo
a verificar o cumprimento dos pressupostos de estabilidade da velocidade da moeda e do
multiplicador monetário, subjacentes ao regime de metas de agregados monetários.

Os resultados da estimação sugerem que as inovações financeiras tiveram um impacto

positivo na velocidade de circulação da moeda (e significativo, particularmente para variável
número de ATMs), no longo prazo, mas este impacto foi negativo no curto prazo (e significativo,
particularmente para a variável número de cartões bancários).

Concluiu-se ainda que tanto a velocidade da moeda, quanto o multiplicador monetário

apresentaram-se estáveis no período em estudo. Assim sendo, as inovações financeiras não
afectaram a estabilidade da velocidade da moeda em Moçambique no período de 2005 a 2019.

Contudo, o estudo recomenda e enfatiza a importância de se apoiar o desenvolvimento de

novos produtos e serviços financeiros, pois são grandes impulsionadores do desenvolvimento do
sector financeiro e da economia em geral. Sem descorar a necessidade de monitoramento destas
inovações, de modo que não criem perturbações negativas na condução da política monetária no
país.

Palavras-Chave: Inovações financeiras, velocidade de circulação da moeda, estabilidade

e política monetária

ix
 CAPÍTULO I. INTRODUÇÃO

1.1. Contextualização
A teoria monetária considera que as inovações financeiras têm um importante papel no
processo de crescimento e desenvolvimento económico, considerando-se a sua contribuição na
redução dos custos de transacção e melhoramento da alocação de recursos por via da adopção de
tecnologias modernas e mais eficientes (Nyamongo e Ndirangu, 2013, Darrat e Al-Sowaidi, 2009).

Contudo, conforme postulam Nyamongo e Ndirangu (2015), um debate macroeconómico

moderno iniciado por Gurley e Shaw (1955) e Tobin e (Bainard, 1963), teoriza que as inovações
financeiras podem por outro lado gerar uma instabilidade na velocidade de circulação da moeda,
o que pode ter sérias implicações sobre a eficácia da política monetária conduzida dentro dos
fundamentos da escola monetarista (regime de metas monetárias). A lógica deste postulado
encontra-se na concepção do próprio regime monetarista, isto é, para que a política monetária seja
eficaz no controle do objectivo alvo (nível geral de preços) é imprescindível que a velocidade seja
constante ou suficientemente estável de modo que exista uma relação fiável e previsível entre o
objectivo final e o objectivo intermédio. Sendo por isso que a estabilidade da velocidade figura
como o principal requisito para a implementação bem-sucedida da “monetary targeting” como
estratégia de condução da política monetária (Misati, et al., 2010).

Segundo Darrat e Al-Sowaidi (2009), esse debate ganhou maior destaque na literatura
monetária moderna e tem sido bastante pesquisado nos últimos anos. Vários estudos empíricos
foram realizados e os resultados geralmente convergem ao considerar que as inovações financeiras
criam perturbações negativas na velocidade da moeda e induzem à ineficácia do regime de metas
de agregados monetários. Nyamongo e Ndirangu (2015) consideram que o efeito das inovações
financeiras na estabilidade da velocidade de circulação da moeda descredibilizou a efectividade
do regime de metas de agregados monetários e induziu vários países (Nova Zelândia, Reino Unido,
Canadá e Suécia) a adoptarem uma estratégia baseada no regime de metas de inflação. (Dunne e
Kasekende, 2016), Nyamongo e Ndirangu, 2015, Nyamongo e Ndirangu, 2013), Misati; et al, 2010
e Mishkin, 2013).

Neste contexto, e face ao desenvolvimento de inovações financeiras que se vive em

Moçambique nas últimas décadas, o presente trabalho pretende analisar o seu impacto na

1
estabilidade da velocidade de circulação da moeda, bem como as suas implicações sobre a base de
operacionalização da política monetária. As conclusões deste trabalho serão de serventia para os
formuladores da política monetária uma vez que poderão ajudar a perceber até que ponto o regime
de metas monetárias é a melhor estratégia de condução da política monetária face ao cenário
financeiro e económico actual.

1.2. Problema de Pesquisa

Mesmo enfrentando diversos desafios, próprios de países com recursos financeiros muito
escassos, a banca electrónica em Moçambique tem evoluído significativamente. Ao longo da
última década o sector financeiro moçambicano foi marcado por um conjunto de transformações
microeconómicas que culminaram com expansão e modernização dos sistemas operacionais dos
bancos. Sendo que neste processo destacam-se a evolução da banca electrónica (aumento do
número de ATM’s e POS’) bem como a introdução de importantes inovações financeiras como o
Mobile Banking (M-kesh, M-pesa, E-Mola, Tako Móvel, Millennium IZI), Internet Banking e a
criação da Sociedade Interbancária de Moçambique (SIMO).
Entretanto, conforme postula a teoria monetária moderna, as inovações financeiras alteram
substancialmente a velocidade de circulação da moeda afectando adversamente a base de
operacionalização da política monetária conduzida no regime de metas monetárias. Para o caso de
Moçambique, os dados estatísticos parecem confirmar esse postulado económico. Observando as
estatísticas do BdM, a partir da década de 90 ao momento presente, a velocidade do agregado
monetário M3 reduziu, a destacar uma descida substancial em mais de 70%, de 5.2 em 2005 para
1.4 em 2019, e este comportamento começa a se verificar em 2005 ano em que inicia o crescimento
explosivo das inovações financeiras no país. Contudo, este comportamento pode ser explicado por
outros factores, tais como variações da taxa de juros e o nível de rendimento. Portanto, diante desta
aparente incerteza sobre o que realmente explica essa redução da velocidade, o presente trabalho
pretende responder a seguinte questão:

Qual é o efeito das inovações financeiras a estabilidade da velocidade de circulação da

moeda em Moçambique e que implicações terá sobre a gestão da política monetária?

2
1.3. Objectivos do Estudo

O objectivo geral deste estudo é analisar o efeito das inovações financeiras na estabilidade da
velocidade de circulação da moeda em Moçambique entre 2005 e 2019. Os objectivos específicos
são:

• Discutir a relação entre as inovações financeiras e a velocidade de circulação da moeda;

• Estimar o efeito das inovações financeiras na velocidade de circulação da moeda;
• Avaliar a estabilidade da velocidade de circulação da moeda e do multiplicador monetário.

1.4. Fundamentação
A política monetária em Moçambique assenta no regime de metas monetárias1, em que a
base monetária (BaM) é a variável operacional e a massa monetária (M3) variável intermédia, num
contexto de câmbios flexíveis. O regime baseia-se no pressuposto de existência de um
multiplicador e velocidade da moeda estável e previsível (BM, 2017).

A política monetária do BM tem como objectivo primordial manter a estabilidade dos

preços na economia nacional, para além dos objectivos de manutenção da estabilidade cambial, do
crescimento económico e de reservas internacionais líquidas. Contudo, o alcance destes objectivos
e, particularmente a estabilidade da inflação, depende da eficiência do desemprenho da política
monetária que o Banco Central adopta.

A adopção do regime de metas monetárias pressupõe, para além da primordial estabilidade

da velocidade da moeda e do multiplicador monetário, a existência de uma relação forte e estável
entre a variável-objectivo (inflação) e o agregado monetário definido como meta intermediária
(M3). Se a relação entre o M3 e a inflação for fraca, abre-se espaço para a ineficácia do regime
metas de agregados monetários, ou seja, o agregado monetário M3 não irá fornecer um sinal
adequado acerca do estado da política monetária, não contribuindo para o estabelecimento de
expectativas de inflação2 e, consequentemente, não produzirá os resultados desejados no nível de

1 Os regimes de política monetária podem ser agrupados em: (i) regime de metas de taxas de câmbio de 1975 a 1993 com adopção
de instrumentos directos da política monetária e (ii) metas monetárias, iniciado em 1994 até a actualidade. (BM, 2017)
2 Segundo Mishkin (2011), as metas monetárias podem mostrar sinais imediatos ao público e ao mercado acerca do estado da

política monetária e acerca das intenções dos fazedores de política para manter a inflação estável. Por seu turno, estes sinais ajudam
a estabelecer expectativas de inflação e produzir inflação baixa.

3
inflação. Adicionalmente, uma fraca relação entre agregados monetários e a variável-objectivo
torna difícil que o regime de metas monetárias funcione como um instrumento de comunicação
que aumenta a transparência da política monetária e que torne o banco central responsável ao
público (Mishkin, 2011).

A relevância desta investigação justifica-se por um lado, por ser uma discussão recente e
pelo facto de existirem poucos estudos realizados, principalmente em países em vias de
desenvolvimento, particularmente em África, onde o sistema financeiro tem vindo a apresentar
importantes desenvolvimentos. Por outro lado, no que tange à condução da política monetária,
argumenta-se muitas vezes que o regime de metas monetárias é a melhor estratégia, em detrimento
do regime de metas de inflação e o regime de metas cambiais (Mishkin 2013).

Neste contexto, as conclusões desse estudo poderão fornecer bases empíricas para esclarecer
o “trade-off” que teoricamente existe entre o papel das inovações financeiras no aumento da
eficiência do sistema financeiro (criando facilidades para a actuação do Banco Central) e a sua
contribuição na redução da eficácia da política monetária. Este “trade-off” é preocupante, uma vez
que várias políticas têm sido levadas a cabo pelo Governo e pelo Banco Central com vista a
incentivar as inovações financeiras e a expansão do sistema financeiro (como por exemplo a
EDSFM 2013-2022), enquanto, ao mesmo tempo, esse processo pode gerar constrangimentos na
operacionalização da política monetária. Portanto, este estudo poderá fornecer lições que podem
ajudar o Banco de Moçambique a optimizar o horizonte dos seus objectivos e ajustar os
mecanismos de operacionalização da política monetária ao ritmo de crescimento do sistema
financeiro.

1.5. Estrutura do Trabalho

Este trabalho encontra-se dividido em quatro capítulos essenciais, os quais antecedem as
conclusões e recomendações finais:
Capítulo I: nesta parte introdutória do estudo, faz-se a contextualização, apresentação do
problema de pesquisa, sua justificativa e apresentação dos objectivos da elaboração do estudo.

Capítulo II: aqui são definidos os dos principais termos usados no estudo. São também
apresentadas a teoria económica que versa acerca da velocidade da moeda, bem como alguns

4
estudos empíricos que envolvem o tema em causa, os quais constituem evidências do impacto das
inovações financeiras na velocidade (e procura) da moeda.

Capítulo III: este é o capítulo da metodologia e dos procedimentos usados para a elaboração
do estudo, especificação do modelo de velocidade a usar para a análise empírica.

Capítulo IV: O último capítulo deste trabalho apresenta os resultados da análise empírica e
infere sobre as implicações destes resultados na operacionalização da política monetária em
Moçambique.

5
 CAPÍTULO II. REVISÃO DA LITERATURA

2.1. Literatura Teórica

Dado que o objectivo deste trabalho é de analisar o efeito das inovações financeiras na
estabilidade da velocidade de circulação da moeda e suas implicações sobre a condução da política
monetária, importa apresentar a literatura teórica e empírica sobre este tema.

2.1.1. Conceptualização: Inovações Financeiras

De acordo com Mishkin (2013), as inovações financeiras são motivadas essencialmente
pelo desejo de maximização de lucros por parte das instituições financeiras em geral. Como ocorre
em qualquer outro sector, as instituições financeiras procuram adequar os seus produtos as
mudanças no ambiente económico-financeiro de modo a assegurar a lucratividade dos seus
negócios. As mudanças no ambiente económico (por exemplo, subida da taxa de inflação, taxa de
juros e taxa de câmbio) afectam significativamente a demanda nos mercados financeiros e tornam
os produtos financeiros tradicionais menos lucrativos induzido a necessidade da criação de novos
instrumentos financeiros que se revelam mais rentáveis para as instituições financeiras.

Portanto, com base nabordagem de Mishkin (2013), as inovações financeiras podem ser
definidas como o desenvolvimento de instrumentos financeiros que oferecem soluções de custo
mais baixo para a realização de operações comerciais e transacções financeiras e que sejam
lucrativas para as instituições financeiras. Contudo, (Nyamongo & Ndirangu, 2015) definem as
inovações financeiras em duas perspectivas, no sentido amplo e no sentido restrito. No sentido
restrito as inovações financeiras definem-se como a mera introdução de novos instrumentos
financeiros, como por exemplo a expansão da banca electrónica (ATMs, POSs, cartões de crédito
e débito, etc.), enquanto no sentido amplo para além da introdução de novos instrumentos
financeiros, as inovações financeiras envolvem também medidas legislativas favoráveis a redução
dos custos de transacção e melhoramento do sistema de pagamentos, tomando-se como exemplos
a liberalização das taxas de juros que consistem em eliminar os tectos de juros especialmente sobre
os depósitos, bem como medidas menos restritivas a introdução de novos instrumentos financeiros
como a titularização de activos não transaccionáveis. Para efeitos deste estudo será considerada a
definição no sentido amplo por ser mais abrangente e mais representativa do fenómeno da inovação
na esfera financeira.

6
2.1.2. O Sistema Financeiro Moçambicano: 2005-2019
O sistema financeiro é uma componente importante no processo de desenvolvimento
económico, visto que dá suporte à interacção entre agentes económicos e o mercado em geral no
âmbito da actividade económica. Sua importância vem ganhando espaço, no sentido de que o seu
bom desempenho e expansão geram impactos positivos na economia.

Em Moçambique, o sector financeiro é exclusivamente composto por instituições

bancárias. Este tem registado ao longo dos anos mudanças significativas, desde a legislação sobre
o sector, a estrutura de propriedade (privada versus pública), os instrumentos de gestão, serviços e
produtos disponíveis, até ao nível de concorrência que se impõe ao mercado. Estas transformações
conferiram ao SFM a robustez e solidez que actualmente o caracterizam, embora ainda subsistam
alguns desafios a colmatar (Psico, 2010).

Nos últimos anos, o sector bancário em Moçambique tem a atraído o interesse de grandes
“players” do mercado financeiro provenientes da África do Sul, da Índia, da China e de Portugal,
entre outros. Verifica-se que os grandes projectos de investimento no sector mineiro e a alta
rentabilidade da indústria continuam a atrair essas instituições financeiras. Isto representa um
aumento de oportunidades para o sector bancário para prestarem serviços a empresas no sector da
energia e recursos naturais, bem como as indústrias que prestam serviços a esses megaprojectos.
O que resulta no aumento da concorrência no sector bancário apertando ainda mais as margens
neste período.

Em 2005, o sector financeiro nacional era composto por 12 bancos, 3 microbancos, 6

cooperativas de crédito, tendo em 2019 se efectivado a existência de 19 bancos, 9 microbancos, 8
cooperativas de crédito e os destacáveis 426 operadores de microcrédito. Este sector apresentou
nos últimos anos um crescimento anual de 20%. Este sistema foi dominado por três maiores bancos
nomeadamente o Banco Internacional de Moçambique, o Banco Comercial e de Investimentos SA
e Standard Bank SA, os quais detêm mais de 70% do total dos créditos e depósitos do sector
bancário em Moçambique.

Os resultados alcançados até 2019 evidenciam uma performance consistente do sector

bancário, alicerçado por adequados níveis de capitalização (em linha com boas práticas
internacionalmente aceites), balanços robustos, favorável posição de liquidez, reforço na confiança

7
com os clientes, observância contínua dos requisitos regulamentares, inovação tecnológica,
operacional e relacional. Apesar da conjuntura económica adversa entre 2016 e 2019 o sector
contribuiu activamente no processo de bancarização da economia e aceleração da inclusão
financeira através do provimento de produtos e serviços digitais com objectivo de servir mais e
melhor os consumidores financeiros.

2.1.2.1. Inovações Financeiras, Velocidade da Moeda e Política Monetária em

Moçambique

As tecnologias da informação e comunicação (TIC’s) potencializam a criação de inovações

financeiras que permitem a ascensão e o predomínio do capital financeiro. Estas inovações
possibilitaram a criação de novos e mais eficientes meios de pagamento de bens e serviços na
economia nacional, como a introdução de serviços de banca electrónica como cartões de crédito e
débito, caixas electrónicos (ATM’s), postos de venda (POS’s), serviços de “Mobile Banking”3 e
o “Mobile Money”4.

Em 1997 foram introduzidos os cartões (de crédito e débito), desde então, tem-se registado
evolução assinalável a avaliar pela quantidade de cartões emitidos, número de ATM e POS
instalados e volumes de transacções realizadas nestes dispositivos. Entretanto, a sistematização
das estatísticas da banca electrónica, com rigor, remonta ao ano de 2005.

Em 2011 foi criada a SIMO5 (Sociedade Interbancária de Moçambique); entre outras

vantagens, espera-se que os bancos comerciais venham partilhar as ATM e POS e que o público
venha aceder a estes serviços a custos relativamente baixos, o que, por conseguinte, poderá
massificar cada vez mais a utilização de instrumentos de pagamento electrónico, aumentar a
eficiência e a eficácia da intermediação financeira e, em geral, impulsionar a bancarização da
economia (Arone, 2014).

O fraco desenvolvimento do sistema financeiro moçambicano é notável e, traduz-se em um

crescimento moderado dos meios de pagamentos no país. Os cartões de crédito e débito

3
Segundo o (Standard Bank, 2010) o “Mobile Bnaking” é um aplicativo, desenvolvido para Android, Windows 8,
IOS, que oferece uma visão única da relação com o banco através de dispositivos móveis.
4
Por (Mccarthy, 2018)“Mobile Money”, geralmente se refere aos serviços de pagamento, sob legislação financeira,
realizados por via de telemóveis.
5
Rede interbancária criada com o objectivo de reduzir os custos de transacções financeiras através de um programa
tecnológico de unificação do sistema electrónico dos bancos comerceia, microfinanças e de microcrédito.

8
introduzidos na década de 90 aumentaram de 246,300 em 2005 para 2,900,830 em 2019, ou seja,
um crescimento de 10.78% em 15 anos. O número de ATMs cresceu 3.93% ao se situar em 356
em 2005 para 1,755 em 2019 e POSs saiu de 1,744 mil em 2005 para 36,701 mil em 2019,
registando um crescimento de cerca de 21%. Entretanto, é importante salientar que maior parte das
agências bancárias e caixas electrónicas está concentrada na cidade e província de Maputo,
ademais, maior parte da população ainda não tem acesso a esses serviços, denunciando baixos de
níveis de inclusão financeira no país (Gráficos 1, 2 e 3).

Contudo, em 2004, as autoridades moçambicanas aprovaram uma legislação que permite

que as operadoras de telecomunicações se associem com instituições financeiras para fornecer
serviços de dinheiro móvel. À luz desta, instituições financeiras, empresas de telecomunicações e
outras entidades estão a utilizar telemóveis e outras tecnologias para alargar o fornecimento de
seus serviços às populações (Batista e Vicente, 2013).

Em 2011iniciou a era do “Mobile Money” em Moçambique, com a entrada em vigor do

serviço M-kesh da rede de telefonia móvel mCel, sendo que em 2013, a Vodacom lançou também
o serviço m-Pesa e, em 2016 a Movitel lançou o serviço móvel denominado e-Mola, perfazendo o
total de actuais 3 instituições de moeda electrónica no país. Os serviços financeiros móveis são
uma alternativa aos serviços da banca tradicional, por apresentar baixos custos de transacção e por
ser de fácil acesso, contribuindo de para uma crescente e rápida inclusão financeira a nível de todas
as regiões do país. A operacionalização da banca móvel veio para aliviar o acesso aos serviços
financeiros e se tem apresentado como uma alternativa potencial aos meios de pagamento
tradicionais.

Observando a evolução do número de contas em instituições bancárias em relação as contas

em IME6 (gráfico 4), pode-se aferir que no último quinquénio, o número de clientes ou utilizadores
de serviços de IME aumentou mais rapidamente quando comparado com as instituições bancárias,
chegando a uma diferença de quase 50% relativamente a 2019. Esta preferência pelos serviços das
IME pode-se explicar pela facilidade de acesso, baixos custos e flexibilidade que as IME
apresentam.

6
O número de contas em IME é usado pelo BM como proxy para designar o número de clientes de IME.

9
Gráfico 1: Evolução do número de cartões bancários Gráfico 2: Evolução do número de ATMs

1766
1755
1744
3,425

3,417

3,350

1687
3,275
3,211

1576
3,002

2,900
2,276

1153
2,114

1078
1,831

950
848
1,511

727
1,292
1,072

588
514
936

431
382
356
246
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019

2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
Fonte: BM (Relatórios Anuais 2005-2019 e RIEM 2019) Fonte: BM (Relatórios Anuais 2005-2019 e RIEM 2019)

Gráfico 3: Evolução do número de POSs Gráfico 4: Contas em instituições bancárias VS contas nas IME
36,701

8,985,523
7,985,879
32,659
31,169

6,640,715
25,428

5,602,891
5,213,411

4,928,711
4,896,544

4,746,935
4,405,157
20,482

4,059,612
3,577,102
3,311,806

3,197,507
12,525
11,733
9,147
6,371
4,876
4,663
4,103

183,056
3,645
3,248
2,784

2013 2014 2015 2016 2017 2018 2019

2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019

Contas em Instituicoes Bancarias Contas em IME

Fonte: BM (Relatórios Anuais 2005-2019 e RIEM 2019) Fonte: BM (Relatórios Anuais 2005-2019 e RIEM 2019)

Contudo, analisando a evolução da velocidade de circulação da moeda, pode-se observar

no Gráfico 5 que a velocidade da moeda no período de 2005-2019 teve, no geral, uma tendência
decrescente, tendo reduzido em cerca de 70%, de cerca de 5.2 em 2005, para 1.4 em 2019. Esta
redução foi mais acentuada nos anos posteriores à introdução de serviços de moeda móvel.

10
 Adicionalmente, observa-se que o multiplicador monetário se apresentou uma tendência
geral de crescimento positivo até 2015, apresentado um decréscimo acentuado entre 2015 e 2016.
Embora tenha voltado a atingir um crescimento positivo de 2016 a 2017, esta veio decrescendo
desde então.

Gráfico 5: Evolução da Velocidade de Circulação da Moeda e do Multiplicador Monetário em Moçambique

(2005 -2019)

6.00
5.00
4.00
3.00
2.00
1.00
0.00
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Velocidade de Circulação da Moeda Multiplicador Monetário

Fonte: BM (Relatórios Anuais 2005-2019 e RIEM 2019)

Desde 1994, o Banco Central adoptou o regime de metas de agregados monetários como
forma de operacionalização da política monetária em Moçambique. O regime de metas de
agregados monetários é conduzido por via da programação financeira, com recurso exclusivo aos
instrumentos indirectos de controlo da oferta monetária, como as operações de mercado, reservas
compulsórias e o redesconto. Tem-se a BaM como variável operacional, a oferta monetária (M3)
como objectivo intermédio e a inflação como o primordial, objectivo final. De modo a atingir o
objectivo de estabilidade da inflação, o BM controla a oferta monetária, não obstante, visto que as
decisões sobre a taxa de expansão monetária dependem de factores que estão fora da esfera
imediata de influência de um banco central, as autoridades monetárias moçambicanas usam a
oferta monetária como a meta intermediária.

11
 Gráfico 6: Evolução da inflação (%), 2005-2019

25.27

16.5 15.47
15.04 14.49
11.42 12.27
11.01
7.2 7.25 7.25
5.56
3.58 3.52 2.78

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Fonte: INE (2005-2019)

Contudo, como se pode constatar pelas estatísticas, de um modo geral, a política monetária
do BM nos últimos oito (8) anos conseguiu alcançar resultados consistentes com as suas metas
anuais em termos de inflação, tendo esta estado desde então em 1 dígito, com excepção de 2016
em que a inflação media registada foi de 25.27%, justificada pela crise da dívida que eclodiu
naquele ano (Gráfico 6).

2.1.3. Teorias Sobre a Velocidade de Circulação da Moeda

As teorias existentes acerca da velocidade de circulação da moeda assentam-se basicamente

nas teorias de procura por moeda, entretanto apresentadas a seguir.

2.1.3.1. Escola Clássica

A Teoria Quantitativa da Moeda foi desenvolvida pelos economistas clássicos nos séculos
XIX e princípios do século XX. Esta teoria foi primeiramente desenvolvida por David Hume em
1750, mas foi com o economista Inglês Irving Fisher no seu principal livro: “The Purchasing
Power of Money” que procurou explicar como o valor nominal do rendimento agregado é
determinada.

As características mais importantes desta teoria sugerem que a procura por moeda é
puramente uma função do rendimento e que taxas de juro não têm nenhum efeito sobre a procura
por moeda, visto que para os economistas clássicos, as pessoas procuram moeda pelo único motivo
de transacção, isto é, a moeda é assumida como o único meio pelo qual as pessoas podem realizar
transacções diárias.

12
 Segundo Mishkin (2016), a velocidade da moeda é o número médio de vezes por ano que
uma unidade monetária é usada na compra de bens e serviços produzidos na economia. Em termos
mais simplistas pode se definir velocidade de circulação da moeda como o número de vezes com
que uma unidade de moeda muda de mãos na economia em determinado período de tempo.

Em seus estudos, Fisher (1911) citado por Mishkin (2016), examinou a relação entre a
oferta monetária (M) e o montante total dos gastos em bens e serviços finais na economia (P * Y),
onde P é o nível de preços e Y o rendimento ou produto agregado (em termos nominais).
Entretanto, a velocidade da moeda é o conceito que gera a ligação entre M e P*Y, mais
precisamente, a velocidade da moeda é definida como o gasto total (P*Y) dividido pela quantidade
de moeda (M), isto é:

𝑃∗𝑌
𝑉= (1)
𝑀

Segundo Mishkin (2016), multiplicando ambos membros da equação (1) por M, obtém-se
a Equação de Trocas, esta relaciona o rendimento nominal à quantidade e moeda e à velocidade
da moeda:
𝑀∗𝑉 =𝑃∗𝑌 (2)
A Equação (2) é uma mera identidade, ela não nos diz a prior que quando a oferta de moeda
M altera, o rendimento nominal (P*Y) altera na mesma proporção, por outro lado, um aumento na
M pode ser anulado por uma redução em V, deixando M*V e P*Y inalterados. Entretanto, para
transformar a equação de trocas (uma identidade) em uma teoria que nos elucide como o
rendimento nominal é determinado, é necessário que se entenda os factores que determinam a
velocidade da moeda. (Mishkin, 2016).

De acordo com (Mishkin F. S., 2016), citando (Fisher, 1911), a velocidade da moeda é
determinada pelas instituições e tecnologias que numa economia afectam a forma como os
indivíduos realizam transacções. Se as pessoas usam contas de cobrança e cartões de crédito para
realizar transacções, tal como o fazem actualmente, usando consequentemente menos moeda ao
realizar pagamentos, menos moeda é necessária para realizar as transacções geradas pelo
rendimento nominal (M reduz relativamente a P*Y, assim sendo a V aumenta). De outro modo, se
for mais conveniente que os pagamentos sejam feitos por via de moeda, mais moeda é usada para
a realização de transacções geradas pelo mesmo nível de rendimento nominal, e assim V reduz.

13
 Contudo, para Fisher, desenvolvimentos institucionais e tecnológicos da economia
somente afectariam a velocidade da moeda vagarosamente ao longo do tempo, tal que a velocidade
da moeda seria constante no curto prazo. Este pressuposto de velocidade constante apesar de ser
uma simplificação da realidade, proporciona uma boa aproximação em muitas situações, pois
mesmo os clássicos não consideram que ela seja totalmente constante, podendo ela variar no longo
prazo de forma lenta e previsível, mas ela permanecendo constante no curto prazo.

2.1.3.1.1. A Equação de Cambridge

Em alternativa à equação quantitativa, Marshall e Pigou desenvolveram uma teoria que

tenta estabelecer que a Teoria Quantitativa da Moeda é uma teoria de procura por moeda (ou de
preferência por liquidez), desenvolvendo assim a equação de Cambridge. Quando o mercado
monetário está em equilíbrio a oferta de moeda (Ms) é igual a procura (Md), assim sendo, e visto
que a velocidade da moeda V é constante, pode-se substituí-la por uma constante K.
𝑀𝑑 = 𝑘 ∗ 𝑃𝑌 (3)
Esta equação implica que o nível de transacções geradas por um dado nível de rendimento
nominal (PY) determi na quantidade de moeda demandada (Md). Onde K7 é o rendimento real que
os indivíduos detêm em forma de moeda, 𝐾 = 1/𝑉 na equação de Fisher, P é o nível de preços.

Os economistas de Cambridge mantêm os pressupostos clássicos de que o rendimento é o

principal determinante na procura por moeda, bem como consideram a taxa de juros como uma
variável que não exerce influência sobre a procura e, que a curto prazo a velocidade da moeda é
estável e previsível, sendo que em períodos curtos está sujeita a pequenas flutuações, ainda assim
não são suficientes para alterar o seu normal comportamento em períodos longos. Contudo, a
principal diferença encontrada entre a teoria de Fisher com a de Cambridge, é que a segunda
acrescentou que além das pessoas deterem a moeda para motivos de transacção, eles também
reconhecem que as famílias guardam uma parte do seu rendimento para situações de contingências,
embora a base seja a mesma que a clássica, isto é, a moeda é uma medida do poder de compra das
pessoas.

7K é determinada por oito factores com relação positiva com K, nomeadamente: a utilidade marginal de se deter moeda, a utilidade
marginal de se deter bens relativamente a moeda, taxa de retorno esperada de activos, expectativas de inflação, instrumentos de
crédito bancário substitutos de moeda no portefólio de activos e pagamentos, factores institucionais, grau de confiança no
fortalecimento da economia e cumprimento de pagamentos, choques económicos não previstos.

14
2.1.3.2. A abordagem Keynesiana

Os economistas Keynesianos questionam o pressuposto clássico de que a velocidade da

moeda V seja constante, tendo abandonado este pensamento clássico, os Keynesianos
desenvolveram uma teoria de procura por moeda8 que dá ênfase à importância das taxas de juro.
Keynes desenvolveu uma teoria de procura por moeda a qual chamou Teoria de Preferência por
Liquidez, para explicar os motivos pelos quais as pessoas procuram por moeda. Na sua teoria
Keynes destacou três motivos: motivos de transacção, precaução e especulativos. Tal como para
transacções, as pessoas procuram moeda por motivos de precaução, ou seja, para eventuais
ocorrências. Tal como os clássicos, Keynes tomou os dois motivos (transacção e precaução) como
proporcionais aos níveis de gastos e pelos níveis de rendimento dos indivíduos.

O motivo de especulação de Keynes explica que os indivíduos procuram moeda como uma
forma de acumulação de riqueza, a especulação depende do rendimento e é especialmente sensível
às taxas de juro e às expectativas acerca de futuros movimentos nas taxas de juro. O economista
dividiu os activos que podem ser usados para acumular riqueza em duas categorias: moeda e
títulos. A decisão de manter um activo em detrimento de outro seria determinada pelo ganho
esperado de cada activo. Keynes assumiu que o ganho esperado da moeda é zero9, por outro lado,
o rendimento esperado dos títulos depende do pagamento de juros e da taxa esperada dos ganhos
de capital. Keynes concluiu que existe uma relação negativa entre taxas de juro e procura por
moeda, ou seja, quando as taxas de juro aumentam a procura por moeda reduz (Mishkin, 2011).
Para a sua função de procura por moeda, Keynes considerou a moeda em termos reais
(Md/P), estando também relacionada ao rendimento real Y e taxa de juro i. Esta função é também
designada função de preferência por liquidez:
𝑀𝑑
= 𝑓(𝑖, 𝑌) (4)
𝑃

A Equação (4) implica que a procura real por moeda é uma função das taxas de juro e do
rendimento, onde (Md/P) é negativamente relacionada i e positivamente relacionada a Y.
𝑃𝑌
Derivando a função de preferência por liquidez para velocidade da moeda (𝑉 = ), temos:
𝑀

8
Patente na obra A Teoria Geral do Emprego, Juro e Moeda lançada de John Maynard Keynes de 1936.
9
Porque na sua época, ao contrário do tempo actual, maior parte dos depósitos em cheques não rendiam juros.

15
 𝑃 1
= (5)
𝑀𝑑 𝑓(𝑖,𝑌)

Multiplicando ambos lados da Equação (5) por Y e sabendo que, 𝑀𝑑 =𝑀 𝑠 =M obtém-se a

função de velocidade:
𝑃𝑌 1
𝑉= = 𝑓(𝑖,𝑌) (6)
𝑀

Sabendo que i é negativamente relacionada a Md, quando as taxas de juro aumentam, f (i,Y)
reduz, consequentemente V também reduz.

A taxa de juro para Keynes é pro-cíclica, isto é, ela aumenta em períodos de expansão
económica e reduz nas recessões, e a velocidade tende a acompanhar o seu movimento. Outro
motivo pelo qual Keynes refuta o pressuposto de V ser constante, são as expectativas dos
indivíduos com relação ao nível de taxas de juro e rendimentos esperados de títulos e moeda, as
quais podem causar mudanças na procura por moeda, que consequentemente causaria mudanças
em V.

A teoria de Keynes para explicar a procura de moeda por motivos de especulação foi alvo
de severas críticas, visto que segundo esta teoria, um indivíduo detém somente moeda como
reserva de riqueza quando o retorno esperado de títulos for menor que o retorno esperado da moeda
e, detém somente títulos quando o retorno esperado dos títulos for maior que o da moeda. Assim,
somente em casos raros quando têm retornos esperados iguais tanto em títulos como em moeda é
que os indivíduos deteriam ambos activos. Para Keynes, nenhum individuo detém um portfólio
diversificado de títulos e moeda simultaneamente como reserva de riqueza (Mishkin., 2011).

2.1.3.3. A teoria de preferência por liquidez de Baumol-Tobin

Baseando-se nos três motivos de procura por moeda descritos por Keynes, William Baumol
e James Tobin, desenvolveram modelos independentes que demonstraram que para além dos
motivos de precaução e especulação, a procura por moeda para transacção também é sensível ao
nível das taxas de juro.

Para Baumol-Tobin, quando as taxas de juro aumentam, o montante de moeda tido para
transacções irá reduzir, o que por seu turno implica que a velocidade da moeda aumentará, isto é,
a componente de transacções na procura por moeda é negativamente relacionada ao nível de taxas

16
de juro. Quando as taxas de juro aumentam, os indivíduos irão tentar economizar seus montantes
guardados por motivos de transacções porque o custo de oportunidade de manter o dinheiro
aumentou (Mishkin, 2011).

Baumol e Tobin também acrescentaram que o retorno esperado da moeda é zero enquanto
o retorno dos títulos varia, considerando que os agentes económicos são aversos ao risco. Deste
modo, eles detêm o activo que tenha menos riscos nos seus retornos, portanto não detêm títulos
quando o seu retorno esperado for menor que o da moeda porque o risco associado a moeda é
menor que o de títulos. Entretanto, a análise de Tobin mostra que os indivíduos podem reduzir o
montante total de riscos através da diversificação do seu portfólio detendo ambos activos.10
(Mishkin, 2011).

A teoria de Baumol-Tobin resume-se em:

𝑀𝑑 𝑀 2𝑏𝑌
= 2𝑃 = 1/2√ (7)
𝑃 𝑖

Esta equação destaca a influência da renda real, da taxa de juros e dos custos de transacção
na procura de moeda. Onde:

b11 - custo fixo real de cada operação de mercado aberto

Y- total do consumo planejado para o mês

i - taxa de juros (nominal) dos títulos (custo de oportunidade de retenção de moeda)

Md/P = M/2P - saldo médio em conta corrente (procura por saldos reais)

Uma conclusão fundamental do esquema Baumol-Tobin é que a procura por moeda é uma
procura por saldos reais. Esta característica da procura é geralmente conhecida como ausência de
"ilusão monetária". Uma alteração do nível de preços P afecta na mesma proporção o valor do
montante que os indivíduos desejam deter, mas a procura real por moeda permanece inalterada.
Um aumento do rendimento real leva a um aumento da procura real por moeda, embora em

10O modelo de Tobin sugere que os indivíduos irão deter, simultaneamente, títulos e moeda como reserva de riqueza.
11b é muito influenciado pelas alterações tecnológicas e pela regulamentação financeira. As alterações na tecnologia bancária,
como a introdução dos cartões de crédito, transferência electrónica de depósitos e caixas electrónicos facilitaram as transacções
sem exigir a ida ao banco.

17
proporções reduzidas. Em termos de velocidade V, a teoria de Baumol-Tobin nos induz a seguinte
equação:

𝑀𝑑
𝑉= = (2iY/b)1/2 V = (2iY/b)1/2 (8)
𝑃

A taxa de juros e o rendimento real relacionam-se positivamente com a velocidade, em

contrapartida b é negativamente relacionada a V.

As análises de Baumol-Tobin acerca da procura por moeda por motivos de transacção e

precaução indicam que estas componentes são negativamente relacionadas às taxas de juro, assim
o pressuposto de Keynes de que a procura por moeda é sensível às taxas de juro, que a velocidade
da moeda não é constante e que o rendimento nominal pode ser afectado por outros factores para
além da quantidade de moeda, ainda é suportada pelas teorias de Baumol-Tobin.

2.1.3.4. A Moderna Teoria Quantitativa de Friedman

Milton Friedman desenvolveu uma teoria12 de procura por moeda em que estabeleceu que
a procura por moeda deve ser influenciada pelos mesmos factores que influenciam a procura por
qualquer outro activo, aplicando, no entanto, a teoria da procura por activos na procura por moeda,
ou seja, recursos disponíveis dos indivíduos (sua riqueza) e dos retornos esperados em outros
activos relativamente ao retorno esperado da moeda. A versão da procura por moeda de Milton
Friedman - que afinal acabou por se constituir numa espécie de ressurgimento, em bases teóricas
mais sofisticadas, da tradicional abordagem quantitativa de Cambridge - foi desenvolvida no final
da década de 50 (Lopes e Rossetti, 1992 e Mishkin, 2011).
Tal como Keynes, Friedman reconhece que os indivíduos detêm um certo montante de
saldos reais (quantidade de moeda em termos reais), assim a procura por moeda é dada por:
𝑀𝑑
= 𝑓(Yp rb- rm, re- rm, Infe – rm) (9)
𝑃

Onde: Md/P – procura real por moeda, Yp - rendimento permanente13, rm - retorno esperado
da moeda, rb - retorno esperado dos títulos, re - retorno esperado do “equity” (stocks comuns), Infe
-taxa de inflação esperada Nesta função, o rendimento permanente, principal determinante, é
positivamente relacionado à procura por moeda e, retornos esperados de títulos e inflação esperada

12Patente no seu famoso artigo de 1956 “The Quantity Theory of Money: A Restatement”.
13Medida de riqueza de Friedman, que é o valor presente descontado de todos os futuros rendimentos, ou simplesmente, rendimento
médio esperado no longo prazo. O conceito de rendimento permanente de Friedman como determinante de procura por moeda
implica que a procura por moeda não apresentará muitas flutuações relativamente aos movimentos do ciclo económico.

18
são negativamente relacionados com a procura por moeda. Para Friedman o retorno esperado da
moeda não é constante, tal como postulou Keynes14. Segundo Friedman, a procura por moeda pode
ser prevista através da equação de procura por moeda, uma vez que as flutuações aleatórias da
procura por moeda são pequenas, combinando este facto com o pensamento de que a procura por
moeda não é sensível às taxas de juro, Friedman argumenta que a velocidade da moeda V é
altamente previsível. Sendo assim, V é dada por:
𝑌
𝑉 = 𝑓(𝑌𝑝) (10)

A relação entre Y e Yp é geralmente muito previsível, assim uma função de procura por
moeda estável e previsível, implicando que a velocidade da moeda é também previsível, embora
não constante. Para efeitos deste estudo, foi adoptada a abordagem monetarista, pois é sobre esta
que de efectiva a operacionalização da política monetária em Moçambique.

2.1.4. Relação entre Inovações Financeiras e Velocidade de Circulação da Moeda e Eficácia

da Política Monetária

De acordo com Lown (1987), a relação entre as inovações financeiras e a condução da

política monetária emergiu teoricamente num debate macroeconómico iniciado por Gurley e Shaw
(1955) e Tobin e Bainard (1963). Segundo estes autores, a introdução de novos instrumentos
financeiros que sejam substitutos da moeda pode perturbar o ambiente em que a política monetária
opera, reduzindo deste modo a sua efectividade em termos do cumprimento dos seus propósitos
de médio e longo prazo. Conforme descrito por Nyamongo e Ndirangu (2013), quando a política
monetária é conduzida no regime de metas monetárias as inovações financeiras podem interferir
adversamente afectando a estabilidade da velocidade de circulação da moeda que é considerada o
requisito essencial para o sucesso desta estratégia.

Segundo Nampewo e Opolot (2016), citando Akinlo (2012) e Ndirangu e Nyamongo

(2015), a estabilidade da velocidade da moeda tem um papel vital em assegurar a efectividade da
política monetária, através de sua influência em determinar a previsibilidade dos agregados

14 Quando as taxas de juro na economia aumentam, os bancos têm mais lucros nos seus empréstimos tentado assim atrair mais
depósitos pagando taxas de juro mais altas, de modo a aumentar o volume de seus empréstimos mais lucrativos. Assim, o retorno
esperado da moeda em forma de depósitos bancários aumenta com taxas de juros mais altas de títulos e empréstimos. (Mishkin F.
S., 2011)

19
monetários-chave e a procura por moeda. Consequentemente, a estabilidade da velocidade da
moeda pode ser determinística para a efectividade da política monetária.

2.1.4.1. Como as inovações financeiras afectam a estabilidade da velocidade de circulação

da moeda?
A literatura identifica três mecanismos através dos quais as inovações financeiras afectam
a estabilidade da velocidade da moeda, nomeadamente: (i) inovações financeiras desencadeiam
flutuações nas taxas de juro e rendimento real, resultando em alterações na velocidade de
circulação da moeda; (ii) as inovações financeiras e a desregulação das taxas de juro podem alterar
a procura por moeda nos níveis predominantes das taxas de juro e; (iii) nos períodos mais curtos,
os níveis predominantes de massa monetária podem não corresponder os balancos monetários
desejáveis. Entretanto, se a velocidade de ajustamento for lenta, estas discrepâncias irão induzir a
grandes e inesperadas alterações na velocidade de circulação da moeda (Anderson e Harris, 1986).

De acordo com Darrat e Al-Sowaidi (2009) e Ndirangu e Nyamongo (2015), a estabilidade

da velocidade pode ser significativamente afectada pelas inovações financeiras, induzindo a um
comportamento imprevisível e altamente instável. (Dunne & Kasekende, 2016) consideram que
num processo normal quando surgem novos produtos financeiros mais eficientes e mais seguros
embora menos líquidos que a moeda (como ATM's e cartões de débito), a procura por moeda tende
a reduzir sendo que os agentes económicos irão preferir o agregado monetário menos líquido
desistindo de M1 e apostando mais em M2 ou M3. Com isso, a velocidade de circulação da moeda
aumenta porque haverá mais dinheiro no sistema que nas mãos das pessoas, podendo tornar-se
instável e imprevisível quando a utilização destes produtos cresce rapidamente. No entanto, o
movimento contrário é igualmente provável, por exemplo, o desenvolvimento de inovações
financeiras como M-pesa faz com que os agentes prefiram realizar transacções por via dos
telemóveis, mas não significando necessariamente que a sua preferência por liquidez reduz, sendo
que nessas condições é até provável que a preferência por liquidez aumente quando os agentes
estiverem mais interessados em activos líquidos o que poderá induzir a redução da velocidade de
circulação da moeda. ((Dunne e Kasekende, 2016), (Ndirangu e Nyamongo, 2015)).

20
2.2. Literatura Empírica
O debate empírico referente ao impacto das inovações financeiras e do desenvolvimento
financeiro sobre a condução da política monetária centra-se essencialmente na análise da
estabilidade da procura por moeda (ou velocidade de circulação) face a introdução de novos
produtos financeiros nos mercados. De acordo com (Dunne e Kasekende, 2016) citando Mishkin,
(1999), a instabilidade da função da procura por moeda e da velocidade de circulação são
apontadas como razões principais que ditaram o fracasso do regime de metas monetárias em vários
países como Nova Zelândia, Reino Unido, Canadá, Suécia, tendo os levado a abandonar o regime
e adoptar uma estratégia baseada no regime de metas de inflação.

Argumenta-se ainda que a razão dessa instabilidade esteve associada ao erro de

especificação da função da procura por moeda tradicional e a implausibilidade dos parâmetros
estimados causados pelo rápido crescimento do sistema financeiro nestes países. Assim, o teste de
estabilidade da função da procura por moeda e da velocidade de circulação constituem a
metodologia consensualmente empregue para avaliar o impacto das inovações financeiras na
eficácia da política monetária conduzida no regime de metas de agregados monetários, embora as
técnicas econométricas adoptadas apresentem ligeiras diferenças entre os autores.

Além disso, a maior dificuldade está em mensurar as inovações financeiras em termos de

um índice quantitativo, sendo que os autores têm adoptado uma variedade de “proxies” que
possam representar da melhor maneira o fenómeno. Dunne e Kasekende (2016) consideram que
as proxies usualmente adoptadas são: concentração dos ATM's15, concentração dos bancos16,
M2/M1 ou M3/M117, taxa de crescimento do crédito ao sector privado ou uma dummy18 para captar
a diferença dos períodos em que ocorrem as inovações financeiras.

2.2.1. Evidência nos Países Desenvolvidos e Emergentes

A evidência aponta que o impacto das inovações financeiras na estabilidade da demanda

por moeda é notável, mas o mecanismo difere. Por exemplo, Arrau e De Gregorio (1993),
examinaram a estabilidade da demanda por moeda para as economias do México e Chile nos

15
(Lippi e Secchi, 2009), (Fischer, 2007), (Sichei e Kamau, 2012) e (Attanansio et al., 2002)
16 (Nagayasu, 2011)
17 (Hye, 2009) e (Mannah-Blankson e Belyne, 2004)
18 (Hafer e Kutan, 2003) e (Augustina, et al, 2010)

21
períodos de 1975-1989 e 1980-1989, respectivamente. Os resultados desse estudo sugeriram a
existência de uma importante componente na procura por moeda não capturada pelas variáveis
tradicionais (taxas de juro e rendimento), mas pelas inovações financeiras que foram modeladas
como choques não observáveis na função da procura por moeda. Neste caso, as inovações
financeiras induziram a redução da procura por moeda e um aumento da velocidade de circulação
da moeda. O mesmo resultado foi obtido por Taylor (1987), Mullineux (1994), Mariscal , et al,
(1995), Hendry e Ericsson (1991), Ericson e Sharma (1998) e Arestis, et al, (1992).

Nyamongo e Ndirangu (2013) referenciam que um estudo realizado para a Coreia, mostrou
que a velocidade tendia a reduzir à medida que novos instrumentos financeiros eram introduzidos.
Esta tendência deveu-se essencialmente ao facto de que a preferência por liquidez aumentava à
medida que crescia a renda, o que revela um alto nível de monetarização da economia Coreana.

O estudo realizado por Darrat e Al-Sowaidi (2009) é um dos poucos estudos em que a
evidência apontou para uma fraca relação entre as inovações financeiras e a procura por moeda,
tomando as três economias emergentes da região do GCC (Bahrain, UAE e Quatar) no período de
1994-2004, os autores analisaram a relação entre as inovações financeiras e a estabilidade da
procura por moeda no longo prazo, os resultados apontaram que as inovações financeiras não
causaram distorções na procura por moeda, bem como na velocidade implicando que o regime de
metas monetárias representa ainda uma estratégia de política monetária nestas economias.

Contudo, importa destacar que a metodologia adoptada por estes autores não envolve
nenhuma variável que expressa as inovações financeiras na especificação da função da procura
por moeda, tendo sido baseada no teste de estabilidade dos vectores cointegração entre a procura
por moeda e os seus determinantes tradicionais (rendimento, taxa de juros, expectativa de inflação
e taxa de câmbio).

2.2.2. Evidência em Países Africanos

Nos países africanos em vias de desenvolvimento, a literatura empírica é ainda incipiente,

contudo, os estudos já realizados apontam para um importante papel das inovações financeiras nos
movimentos da velocidade de circulação da moeda. Dunne e Kasekende (2016) estudaram a
relação entre inovações financeiras e a procura por moeda em 34 países da África Subsaariana
(incluindo Moçambique) entre 1980-2013, usando técnicas de estimação de dados de painel, para

22
representar as inovações financeiras foi usado como proxy o rácio M2/M119, como proxies
alternativas para as inovações financeiras foram também usadas a concentração de ATMs, a
concentração de bancos e o crédito ao sector privado como percentagem do PIB. Como resultado,
o estudo concluiu que as inovações financeiras são um importante determinante da procura por
moeda, tendo estas um efeito negativo sobe a procura, o que sugere que a velocidade de circulação
da moeda tende a aumentar a medida que importantes inovações financeiras são introduzidas,
causando complicações ao ambiente de operacionalização da política monetária. No entanto, a
metodologia adoptada neste estudo apresenta algumas limitações. A principal limitação está no
facto de considerar o agregado M1 como representante da oferta de moeda em todos países
analisados.

No caso de Moçambique por exemplo, o Banco de Moçambique definiu a oferta de moeda

como M3 (conforme estabelecido na EMLPM), sendo a variável-alvo adoptada no procedimento
operacional da política monetária. Portanto, considerando essa limitação, é inadequado usar os
resultados desse estudo para tirar alguma ilação relativa ao impacto das inovações financeiras na
eficácia da política monetária em Moçambique.

O Quénia é o país com mais evidências empíricas a nível da África devido a explosão das
inovações financeiras que experimentou principalmente a partir de 2007 com a introdução do M-
PESA, o que excitou um debate em torno das deficiências técnicas do regime de metas monetárias
como estratégia de condução da política monetária e a discussão sobre a possibilidade da adopção
do regime de metas de inflação. Nyamongo e Ndirangu (2013) estudaram o efeito das inovações
financeiras no Quénia no período de 1998-2012, o estudo concluiu que a partir de 2007, devido a
expansão das inovações financeiras, verificou-se uma maior efectividade da politica monetária,
mas entretanto as inovações financeiras conduziram a uma instabilidade no multiplicador
monetário, na procura por moeda e na velocidade de circulação da moeda, retractando o efeito
adverso sobre a operacionalização da política monetária. Misati et al. (2010) obtiveram resultados
similares, tendo verificado que os canais tradicionais sofreram sérias distorções, impondo desafios
ao Banco Central Queniano na operacionalização da política monetária.

19A escola desta medida foi motivada pelo facto de que quando as inovações financeiras se desenvolvem, os indivíduos tendem a
abandonar os activos mais líquidos (M1) optando por activos menos líquidos (M2).

23
 Contrariamente aos resultados das análises de Nyamongo e Ndirangu (2013), Nampewo e
Opolot, (2016) estudaram o impacto das inovações financeiras na estabilidade da velocidade da
moeda na economia de Uganda no período de 2000-2013, baseando sua metodologia no teste de
limites de Pesara et al, (2001) e o teste de CUSCUM para a estabilidade de longo prazo. Foram
usadas como proxies (em modelos separados) o rácio de moeda em circulação e M2 e o rácio
tempo de depósito e procura por depósito, os autores constataram que existe uma estabilidade na
velocidade de circulação da moeda, implicando que as inovações financeiras não afectam a
estabilidade dos agregados monetários. Estes resultados são consistentes com os de Ndirangu e
Nyamongo (2015) para Quénia, os quais confirmam que as inovações financeiras não afectam a
estabilidade dos agregados monetários, citados por Nampewo e Opolot (2016).

De igual modo, Augustina, et al (2010) analisaram o impacto das inovações financeiras na

procura por moeda na Nigéria no período de 1970-2008, usando a técnica de cointegração de Engle
e Granger. Foi adoptada uma variável dummy (DSAP20) para capturar as inovações financeiras.
Este estudo também concluiu que as inovações financeiras não tiveram um impacto significativo
sobre a procura por moeda na Nigéria, não provocando deste movo alterações na condução da
política monetária.

20Dummy que captura as inovações financeiras que ocorreram a partir do lançamento em 1986 do SAP-Programa de Ajustamento
Estrutural na Nigéria, que levaram a mudanças no seu sistema financeiro.

24
 CAPÍTULO III. METODOLOGIA
Para avaliar o impacto das inovações financeiras na velocidade de circulação da moeda, foi
adoptada uma metodologia de análise econométrica. Entretanto, este capítulo está dividido em 4
(quatro) secções: a primeira, referente à especificação do modelo econométrico; a segunda se
refere à formulação das hipóteses em termos dos parâmetros do modelo; a terceira secção descreve
os procedimentos de estimação e; a quarta secção é relativa à descrição dos dados de análise.

3.1. Metodologia
O objectivo desta investigação é de analisar as implicações das inovações financeiras e do
desenvolvimento financeiro sobre a operacionalização da política monetária em Moçambique.
Para tal, foi adoptada uma metodologia que consiste em avaliar prováveis distorções que as
inovações financeiras e o desenvolvimento financeiro possam ter causado sobre os pressupostos
estruturais do regime de metas de agregados monetários. Sabendo-se que este regime funciona
sobre o pressuposto de que a velocidade de circulação da moeda, e o multiplicador monetário são
estáveis, a metodologia que empregue consiste em:

• Analisar o impacto das inovações financeiras na estabilidade da velocidade de circulação

da moeda e verificar a fiabilidade da relação entre a meta intermediária21 e o nível geral de
preços conforme estabelece a equação de trocas;
• Analisar a estabilidade do multiplicador monetário para verificar a fiabilidade da relação
entre a meta operacional22 e a meta intermediária.
Para completar a análise, foi adoptado um procedimento que consiste em avaliar a relação entre
as principais variáveis que funcionam como sinais ao estado da política monetária conduzida no
regime de metas de agregados monetários. Este procedimento envolve testes de correlação entre a
oferta de moeda (M3) e o nível geral de preços e entre a Base monetária e a Oferta de moeda (M3).

Para a análise do impacto das inovações financeiras na velocidade de circulação da moeda, foi
adoptado o Modelo de Vectores de Correcção do erro (VCE) e o teste de causalidade de Granger.
O VECM contempla também a adopção de ferramentas que tornam a análise mais detalhada do

21 Representa a parte quantificável do objectivo intermédio que no caso de Moçambique foi definida como M3 ou oferta de Moeda
conforme a EMLPM (2007)
22 Representa a parte quantificável do objectivo operacional que no caso de Moçambique foi definida como Base Monetária (notas

e moedas em circulação mais o total de reservas bancárias) conforme a EMLPM (2007).

25
impacto, trata-se da Função Impulso Resposta (FIR) e do teste de Decomposição do erro. Para
testar a estabilidade do modelo e da velocidade de circulação da moeda foram usados os testes de
CUSUM e CUSUM of Squares.

3.1.1. Modelo de Vector de Correcção dos Erros

Para a análise das séries temporais, recorre-se primeiramente ao teste de raiz unitária, para a
aferir a estacionariedade ou não das séries de modo a torna-las estacionárias. Sendo estacionárias
as series em ordem I (1) abre-se espaço para a realização do teste de cointegração, entretanto,
observando-se a existência de uma equação de cointegração recorre-se à adopção da metodologia
do Modelo de Correção do Erro (MCE). Estando-se numa situação de existência de mais de uma
equação de cointegração deve-se, no entanto, recorrer ao uso do Modelo de Vector de Correcção
do erro (MVCE), o qual é o caso presente.

Em 1980, com a publicação do artigo Macoeconomics and Reality, o autor Christopher Sims
acabou por gerar uma rápida disseminação dos modelos Autoregressivos, especialmente em
investigações empíricas na área de macroeconomia. Esta rápida expansão dos modelos VAR,
segundo (Cavalcanti, 2010), deriva, em grande medida, da percepção de que tais modelos
permitem analisar as interrelações entre múltiplas variáveis a partir de um conjunto mínimo de
restrições de identificação. Os modelos VAR Surgem como resposta às críticas às restrições
impostas às estimações pelos modelos estruturais.

Estes, são modelos em que todas as variáveis de estudo são endógenas e são definidos por
sistemas de equações e que podem ser vistos como uma combinação de séries temporais de
sistemas de equações simultâneas, isto é, examinam relações lineares entre cada série e os valores
desfasados dela própria e de todas as demais séries.

O modelo VCE é uma versão vectorial do MCE e ainda uma alternativa ao VAR para o caso
de as variáveis do sistema serem cointegradas.

Supondo que Π = r < k, pode-se mostrar que existem matrizes αk × rαk × r e βk × rβk × r tais
que Πk × k= αk × rβ′r × kΠk × k= αk × rβr × k tais que:
Πk × k= αk × rβ′r × kΠk × k= αk × rβr × k′

26
 Substituindo na equação do VAR reparametrizado, tem-se:
ΔYt = αβ′Yt-1 +∑ i=1p − 1ΓiΔYt-i + ϵtΔYt = αβ′Yt-1 + ∑i=1 p-1 Γi ΔYt-i + ϵt (11)

Este é o Modelo de Correcção de Erro na forma multivariada, isto é o Modelo do Vector de

Correção do Erro. O modelo VEC é um VAR (reparametrizado) com as restrições de cointegração
entre as variáveis, em que:

• β′Yt−1: são as relações de cointegração que definem a trajectória de longo prazo (equilíbrio)
entre as variáveis.
• α: é a matriz de coeficientes de ajustamento para o equilíbrio de longo prazo
• Γi: são as matrizes de coeficientes que definem a dinâmica de curto prazo.

3.1.2. Especificação do Modelo

Para a estimação do VAR, as variáveis são diferenciadas tantas vezes quanto necessário,
geralmente duas vezes, de modo a verificar sua estacionariedade. Esta diferenciação pode, no
entanto, mascarar a cointegração. Se houver presença de cointegração, o mais adequado é, no
entanto, a estimação de um modelo com vetor de correção do erro (VEC).

A literatura existente acerca das inovações financeiras e condução da política monetária, tem
geralmente como foco o estudo do impacto das inovações financeiras na estabilidade da procura
por moeda, sem tomar em consideração a velocidade de circulação da moeda. Entretanto, para
efeitos deste estudo, a base usada é a abordagem adoptada por Nampewo e Opolot (2016), visto
que os autores exploram a componente do efeito das inovações financeiras na velocidade da
moeda. Ademais, estes autores baseiam seu estudo na teoria monetarista de procura por moeda, a
qual comunga com a realidade da política monetária em Moçambique, isto é, considera a
velocidade da moeda uma variável estável.

Nampewo e Opolot (2016) definem a equação da velocidade de circulação da moeda como

sendo uma função 𝑉t=𝑓(𝑦t,𝑟t, 𝑒t, 𝜃t,𝜋te)23, onde 𝜃t representa a proxy para as inovações financeiras
(NMC/M2; e o rácio depósito a prazo e procura por depósitos).

23Onde Y representa o PIB; e a taxa de câmbio; 𝜋 𝑒 é a taxa de inflação esperada; r representa a taxa de juro de bilhetes de tesouro
de 91 dias; 𝜃t representa a proxy para as inovações financeiras.

27
 Neste estudo, foram adoptadas como proxys para inovações financeiras o número de ATMs e
o número de cartões bancários. Ademais, foi escolhida a forma funcional log-lin em logaritmo
natural para a variável dependente, pois esta forma funcional para além de suavizar as variâncias
subjacentes das variáveis induzindo assim a erros homoscedásticos, também automaticamente
converte os coeficientes estimados em elasticidades.

Assim sendo, o modelo a ser usado é descrito pela seguinte função:

Ln(V) = f (PIBt, et, rBTt, Inft, ATMt, Cart) (12)

A especificação do modelo VCE é assim descrita pela equação abaixo:

Ln(V) = β0 + ∑𝑛𝑖=1 𝛽 1 PIBt-j + ∑𝑛𝑖=1 𝛽 2et-j + ∑𝑛𝑖=1 𝛽 3rBTt-j + ∑𝑛𝑖=1 𝛽4Inft-j + ∑𝑛𝑖=1 𝛽 5ATMt-j +
∑𝑛𝑖=1 𝛽 6Cart-j + εt (13)

Onde: 𝑉𝑡 é a velocidade de circulação da moeda; 𝑃𝐼𝐵 é o Produyo Interno Bruto𝑒𝑡 é a taxa

de câmbios real (MT/USD), a qual reflecte o efeito de substituição em se deter activos domésticos
e estrangeiros quando há alteração da taxa de cambio, visto que é usada a definição mais alargada
de moeda (M3), 𝐼𝑛𝑓 𝑒 𝑡 é a taxa de inflação esperada, representando o índice de preços ao
consumidor. Esta reflecte o custo de oportunidade de se deter saldos monetários, visto que reflecte
o retorno esperado dos activos (bens), 𝑟𝐵𝑇𝑡 representa a taxa de juros nominal de bilhetes de
tesouro de 364 dias24. Esta reflecte o custo de oportunidade de se deter moeda em detrimento de
outros activos financeiros não monetários, β representa os coeficientes das variáveis do m 𝜀𝑡 é o
termo de erro) e, j. é o número de defasagensPara efeitos deste estudo, as inovações financeiras
têm como poxies o número de ATMs (ATM) e o número de cartões (Car).

Teoricamente, espera-se que a variável do coeficiente 𝛽1 afecte negativamente a velocidade

da moeda; em relação a 𝛽2, espera-se que, em situação de depreciação da moeda doméstica, o
impacto seja positivo se o efeito substituição for maior que o efeito riqueza e, negativo no caso
contrario; em relação às variáveis dos coeficientes 𝛽3 espera-se que tenha um impacto positivo e
para 𝛽4 , espera-se que seja negativamente relacionadas à velocidade de circulação da moeda. Para
o caso dos coeficientes 𝛽5 e 𝛽6, o resultado é ambíguo, podendo ter um efeito negativo ou positivo,

24
Adoptado por Nampewo e Opolot (2016), Nyamongo e Ndirangu (2013) e Darrat & Al-Sowaidi (2009).

28
dependendo do efeito dominante entre operações de levantamento de numerário e transacções em
ATMs e por via de cartões.

3.1.3. Procedimentos de estimação

Para efeitos de estimação do modelo VEC, observou-se primeiro alguns procedimentos
econométricos imperiosos, a saber: i) o teste de raiz unitária; ii) teste de cointegração de Johansen;
iii) a escolha do número óptimo de defasagens (lags); iv) testes de diagnóstico do modelo; v) teste
de causalidade de Engle-Granger; vi) análise da Função Impulso Resposta; vii) análise da
decomposição de variância. A posterior, foi feito o teste de estabilidade de CUSUM e CUSUM of
Squares, para a estabilidade do modelo de velocidade.

Importa referir que os testes e demais procedimentos foram feitos com recurso à ferramenta
econométrica E-Views 9.0.

3.1.3.1. Teste de Raiz Unitária

O teste de raiz unitária tem por finalidade aferir se uma série é ou não estacionária (com
média e variância constante ao longo do tempo). Este teste é um requisito fundamental no âmbito
do estudo de séries temporais, ademais o teste permite saber qual abordagem econométrica melhor
se enquadra para efeitos de determinado estudo.

O uso de séries não estacionárias para efeitos de inferências, pode gerar uma regressão
espúria, isto é, sem sentido, face a isto, seus resultados podem ser enganosos, o que
consequentemente levaria a inferências também enganosas.

Dentre os diferentes testes de raiz unitária existentes, para neste estudo foi adoptado o teste
de Dickey-Fuller Aumentado (DFA), por ser um teste amplamente adoptado na literatura existente.

O teste de DFA é realizado sob a hipótese nula (H0) de não estacionariedade da série.
Entretanto, a H0 será rejeitada se o valor de tau (τ) observado for menor que o valor de tau (τ)
crítico, ou ainda se o valor associado ao p-value for menor que os níveis de significância
convencionais (1%, 5% e 10%).

Se depois de feito o teste de estacionariedade, em primeira instância, se aferir que

determinada série é não estacionária (neste caso em níveis), implica que esta série é integrada de

29
ordem superior, isto é, I (1), I (2) ou I (3). Assim sendo, de modo a que se torne estacionária,
recorre-se à primeira ou segunda diferença.

3.1.3.2. Teste de Cointegração

Segundo (Gujarati e Porter, 2008), duas variáveis são cointegradas, do ponto de vista
económico, se entre elas existir uma relação de longo prazo, ou de equilíbrio.

A ideia intuitiva de cointegração é que variáveis não estacionárias podem caminhar juntas,
isto é, podem ter trajetórias temporais interligadas, de forma que no longo prazo apresentem
relação de equilíbrio.

Dentre os demais testes de cointegração existentes na literatura, para o presente estudo será
adoptado o teste de cointegração de Johansen, denotado pela seguinte equação:

Δ𝑦𝑡=𝛽0+𝛽1 Δ𝑦t-1+𝛽𝑝Δ𝑦t-p + Πyt-i + 𝑢t

Onde:
i é o número de desfasagens e,
Π é o vector de cointegração.
Este teste opera sob as seguintes hipóteses:
H0: as séries temporais não são cointegradas
H1: as séries temporais são cointegradas
A hipótese nula é neste caso considerada se o P-Value das estatísticas for menor que o nível de
significância.

3.1.3.3. Escolha do Número Óptimo de Defasagens

Para a escolha do número óptimo de lags existem cinco critérios, nomeadamente: Akaike
Information Criterion(AIC), Schwarz Information Criterion(SIC), Hannan-Quinn
Criterion(HQC), The Final Prediction Error(FPE) e Bayesian Information Criterion(BIC). Para
séries com 60 ou menos números de observações, os critérios AIC e FPE são melhores, visto que
minimizam a possibilidade de subestimação enquanto maximizam a chance de proporcionar o
número correcto de desfasagens.

30
 3.1.4. Teste de Diagnóstico do Modelo

Os testes de diagnóstico são uteis na medida em que ajudam a constatar a confiabilidade ou

não do modelo VAR em análise, por forma a que seja bem empregues as inferências de suas
estimação e previsões no âmbito do desenho de políticas. Assim sendo, é necessário que sejam
satisfeitos os pressupostos do Modelo Clássico de Regressão Linear (MCRL), isto é: que os
termos de erro sejam não correlacionados, 𝐸(𝜇i,𝜇j)=0, sendo i ≠ j; os termos de erro devem seguir
uma distribuição normal, média igual a zero e variância constante-𝜇i~ 𝑁(0,𝛿2) e; o termo de erro
deve ser homoscedástico, a média dos erros deve ser constante ao longo do tempo 𝐸(𝜇𝑖)=𝛿𝑖2 .

3.1.4.1. Teste de Causalidade de Granger

É do interesse deste estudo aferir se existe uma relação de causalidade entre as inovações
financeiras e a velocidade de circulação da moeda.

A causalidade de Granger implica que existe uma correlação entre os valores presentes de
uma variável e os valores passados de outras variáveis, este teste parte do pressuposto de que o
futuro não pode causar o passado nem o presente. Segundo Moreira (2011), se uma variável Y1 é
utilizada para previsão de outra Y2, então se pode dizer que Y1 causa Granger em Y2.

Para apresentação da Função Impulso Resposta, após a estimação do VAR, é necessário

que se realize o teste de causalidade por forma a analisar a sequencia entre as variáveis, a qual vai
ditar a maneira como estas serão organizadas para efeitos de estimação.

Entretanto, o teste consiste num modelo bivariado, neste caso para cada proxy de inovação
financeira, que é denotado por:

Vt = 𝑎1 + ∑𝑛𝑖=1 𝛼 0Vt-1 + ∑𝑛𝑖=1 𝛼1ATMt-1 + 𝜇 t

Vt = 𝑎1 + ∑𝑛𝑖=1 𝛼 0Vt-1 + 𝜇 t

Vt = 𝑎1 + ∑𝑛𝑖=1 𝛼 0Vt-1 + ∑𝑛𝑖=1 𝛼1Cart-1 + 𝜇 t

Vt = 𝑎1 + ∑𝑛𝑖=1 𝛼 0Vt-1 + 𝜇 t

Estas equações são testadas sob as seguintes hipóteses:

H0: ATMt não causa Vt

31
H1: ATMt causa Vt e,

H0: Cart não causa Vt

H1: Cart causa Vt

3.1.4.2. Função Impulso Resposta (FIR)

A Função Impulso Resposta é um instrumento que traça o efeito de uma perturbação em
determinada variável sobre todas as restantes variáveis do sistema. Assim sendo, se o sistema de
equações for estável, qualquer choque deve cair para zero, caso seja instável, vai produzir um
trajecto de tempo explosivo.

Neste caso, recorreu-se a FIR para mostrar como a variável dependente (velocidade),
responde aos impulsos de um desvio padrão das inovações financeiras (número de ATM e
Cartões).

3.1.4.3. Análise de Decomposição da Variância

A decomposição da variância mede a importância relativa de cada perturbação aleatória

em cada uma das variáveis do modelo VAR. Assim sendo, este procedimento permite avaliar o
nível de participação das variáveis dependentes por cada perturbação no sistema.

3.1.4.4. Teste de Estabilidade de CUSUM e CUSUM of Squares

O teste de CUSUM tem por base a soma dos resíduos recursivos. Este teste encontra
instabilidade nos parâmetros se a soma cumulativa ultrapassar uma área determinada por duas
linhas críticas, as quais indicam o nível de significância de 5%.

O teste CUSUM denota-se por:

Wt = ∑𝑡𝑟=𝑘+1 𝑤r/s (14)

Onde: r= k +1, …, t é o resíduo recursivo; s é o erro padrão da regressão ajustada para

todos os pontos T da amostra. Se houver perturbações no sistema, wt tendera a afastar-se da linha
zero. No entanto, qualquer desvio da linha zero (intermédia) é avaliado por referência a um par de
linhas de 5% de significância. O movimento wt fora das linhas críticas é sugestivo de instabilidade
do coeficiente.

Por sua vez o teste CUSUM of Squares tem por base:

32
Wt =( ∑𝑡𝑟=𝑘+1 𝑤 2r) / ∑𝑇𝑟=𝑘+1 𝑤2r) (15)

O valor esperado de S sob da hipótese de persistência do parâmetro é: E(St)= t-k/T-k

O teste CUSUM of squares proporciona uma parcela de St contra t e o par de 5% linhas críticas.
A soma dos quadrados é geralmente entre as linhas de 5% de significância, tal como acontece com
o teste CUSUM, o movimento fora das linhas críticas é sugestivo para a instabilidade do parâmetro
ou da variância.

3.2. Fonte de Dados

Os dados consistem numa série trimestral que cobre o período de 2005 a 2019, que
corresponde a 60 observações (Anexo A). A escolha deste período foi baseada no facto de que
antes de 2005 o sistema financeiro Moçambicano estava em um nível bastante precário tal que esta
investigação não seria justificável, especificamente, a sistematização das estatísticas da banca
electrónica, com rigor, remonta ao ano de 2005. De forma genérica, os dados usados são de
proveniência secundária, essencialmente de fontes como relatórios anuais do Banco de
Moçambique (número de cartões e ATMs, taxa de juros, taxa de câmbios) e dados do Instituto
Nacional de Estatística-INE (PIB e inflação). Os dados sobre o PIB real são medidos em milhões
de meticais, o número de cartões é medido em milhares unidades e ATM é medido em unidades.

33
 CAPÍTULO IV. APRESENTAÇÃO E ANÁLISE DE RESULTADOS

4.1. Teste de Raiz Unitária

O teste de raiz unitária é o primeiro procedimento ao qual se recorre quando se estimam dados em
séries temporais, visto que estimações com recurso a séries temporais não estacionárias podem conduzir a
regressões espúrias e, por consequência, ter-se-iam inferências de conclusões enganosas.

O teste de DFA realizado sob a hipótese nula de raiz unitária, ao nível de significância de
5%, demonstrou que nenhuma das séries é estacionária em níveis, dado que todas apresentam
estatísticas τ- tau inferiores aos seus respectivos τ críticos e, os seus p-values são maiores que o
nível de significância de 5%, conforme se pode observar na tabela abaixo.

Tabela 1: Teste de Estacionariedade em Níveis

Variável P-value τ observado τ crítico Conclusão Ordem
LnV 0.1030 -2.554 -2.928 Série não estacionária -
PIB 0.9951 1.088 -2.928 Série não estacionária -
e 0.9486 -0.108 -2.928 Série não estacionária -
Inf 0.0527 -2.841 -2.928 Série não estacionária -
rBT 0.4924 -1.582 -2.928 Série não estacionária -
ATM 0.9739 0.230 -2.928 Série não estacionária -
Car 0.3688 -1.824 -2.928 Série não estacionária -

Tendo se constatado que as séries não são estacionárias em níveis, persiste ainda a
necessidade de as tornar estacionarias, assim sendo, foram feitas as primeiras diferenças às
mesmas. Feitas as primeiras diferenças, todas as séries tornaram-se estacionárias.

Tabela 2: Teste de Estacionariedade na Primeira Diferença

Variável P-value τ observado τ crítico Conclusão Ordem
LnV 0.0000 -12.669 -2.928 Série estacionária I (1)
PIB 0.0000 -13.905 -2.928 Série estacionária I (1)
e 0.0000 -6.650 -2.928 Série estacionária I (1)
Inf 0.0000 -6.848 -2.928 Série estacionária I (1)
rBT 0.0000 -5.873 -2.928 Série estacionária I (1)
ATM 0.0000 -8.913 -2.928 Série estacionária I (1)
Car 0.0000 -6.746 -2.928 Série estacionária I (1)

34
4.2. Determinação do Número Óptimo de Defasagens
Após o teste de raiz unitária, deve-se proceder com o procedimento de escolha do número
óptimo de defasagens (lags). Observando-se a Tabela 3 abaixo, pode-se constata-se que todos os
critérios comungam com a escolha de 4 como número óptimo de defasagens para a estimação do
modelo em análise.

Tabela 3: Escolha do Número Óptimo de Lags

Lag LogL LR FPE AIC SC HQ

0 -1415.632 NA 4.00e+15 55.78948 56.05463* 55.89080

1 -1387.578 47.30590 9.26e+15 56.61091 58.73213 57.42149
2 -1381.099 9.147165 5.46e+16 58.27839 62.25568 59.79823
3 -1037.739 217.9544* 9.36e+12* 48.65645* 56.34587 51.59481*

*- Indica o número óptimo de defasagens segundo os diferentes critérios

4.3. Teste de Cointegração de Johansen

O resultado do teste de raiz unitária revelou que todas as séries são estacionárias de ordem
de integração um, I (1), face a esta constatação, torna-se provável que exista uma relação de
equilíbrio de longo prazo entre as variáveis do modelo, visto que possuem a mesma ordem de
integração. No entanto, para comprovar a existência ou não de uma relação de equilíbrio de longo
prazo entre as variáveis, há uma necessidade de se realizar um teste de cointegração, neste caso o
teste de cointegração de Johansen.

O teste de cointegração de Johansen revelou que entre as variáveis do modelo, existe uma
relação longo prazo, isto é, as variáveis do modelo são cointegradas. Pode-se observar no Anexo
3 a existência de cinco (5) equações de cointegração no modelo.

Este resultado induz à adopção do modelo do Vector de Correção do Erros (VCE)25 para
estimação do modelo em análise.

25
Do inglês Vector Error Correction Model (VECM)

35
4.3. Resultados da Estimação do Modelo VCE
Apos a realização do teste de cointegração, segue-se então a estimação dos modelos de
curto e longo prazo do modelo em estudo, pelo método VCE. (Anexo B)

4.3.1. Equação de longo prazo

Como observado no teste de cointegração de Johansen, existe uma relação de longo prazo
entre as variáveis do modelo. Pelos resultados da estimação do modelo, Anexo 2, pode-se observar
que no longo prazo, as inovações financeiras (ATM e Car) tiveram um impacto positivo na
velocidade de circulação da moeda no período em análise. Cereris paribus, um aumento do
número de ATMs em unidade levou a um aumento da velocidade em 0.002%. Por outro lado, um
aumento no número de cartões bancários em milhares, levou a um aumento velocidade de
circulação da moeda em cerca de 0.0001%.

Ao nível de significância de 5%, o coeficiente da variável ATMs é estatisticamente

significativo, ao passo que o coeficiente da variável Car é estatisticamente insignificativo, no curto
prazo.

4.3.2. Equação de Curto Prazo

É importante que se tome em consideração as dinâmicas do curto prazo no sistema em
estudo, entretanto para tal, foram usadas as séries já diferenciadas de I (1).

A estimação do modelo de VCE no curto prazo, ilustra que as inovações financeiras (ATM
e Car) tiveram um impacto negativo na velocidade da moeda, sendo que um aumento do número
de ATMs em unidades, cereris paribus, gerou uma redução da velocidade da moeda em 0.0002%.
Por outro lado, cereris paribus, um aumento do número de cartões em milhares, gerou uma redução
da velocidade em 0.0001%.
Ao nível de significância de 5%, o coeficiente da variável ATMs é estatisticamente
insignificativo, ao passo que o coeficiente da variável Car é estatisticamente significativo.

Portanto, foi visto que no longo prazo as inovações financeiras tiveram um impacto
positivo sobre a velocidade da moeda, mas no curto prazo esse impacto foi negativo. Este facto
implica que, no longo prazo os indivíduos usam ATMs e cartões para realizar transacções em si,
reduzindo deste modo a procura por moeda e aumentando a velocidade de circulação da moeda no

36
país. Em contrapartida, os resultados do curto prazo implicam que os indivíduos usaram ATMs e
cartões para levantamento de numerário, aumentando deste modo a procura por moeda e,
consequentemente, reduzindo a velocidade da moeda.

4.4. Testes de Diagnóstico do Modelo de VCE

Para avaliar a credibilidade e a validade do modelo em estudo, é necessária a observância
dos pressupostos básicos do MCRL, nomeadamente, a distribuição normal do termo erro, a não
correlação serial e a normalidade.

Os resultados dos testes de diagnóstico do modelo VCE, são apresentados na tabela 4

abaixo, os quais demonstram que o modelo estimado apresenta erros normalmente distribuídos,
são homoscedásticos e que não existe correlação serial no mesmo.

Tabela 4: Testes de Diagnóstico

Testes de Diagnóstico Procedimentos Hipótese Nula P-Value Conclusão
Normalidade dos Erros Jarque-Bera Erros Normalmente distribuídos 0.274268 Não rejeita H0
Autocorrelação Serial LM Não Autocorrelação Serial 0.2277 Não rejeita H0

Heteroscedasticidade White Homoscedasticidade 0.5059 Não rejeita H0

4.5. Teste de Causalidade de Engle-Granger

O teste remete-nos à existência ou não de uma relação de causalidade entre as inovações
financeiras e a velocidade de circulação da moeda e ainda a direcção dessa possível causalidade.
Tal como representado na Tabela 5 abaixo, ao nível de significância de 5%, os resultados do teste
demonstram que as varáveis ATM e Car não causam Granger em Ln(V), o seu P-Value é superior
ao nível de significância.

37
Tabela 5: Teste de Causalidade de Granger
Hipótese Nula P-value Conclusão
ATM não causa LnV 0.7326 Não rejeita H0
Car não causa LnV 0.6370 Não Rejeita H0

4.6. Análise da Função Impulso Resposta

A FIR é um instrumento usado para analisar o efeito, na variável dependente (velocidade
da moeda), de uma perturbação em outras variáveis do sistema (particularmente, número de ATMs
e cartões)

O Gráfico 7 mostra a resposta da velocidade da moeda a choques no número de ATMs.

Pode se observar que em todo o período a resposta da velocidade foi positiva, sendo que do
primeiro ao sexto período denota-se uma tendência crescente, mas do sexto ao oitavo período
observa-se uma tendência decrescente, retomando, a partir do oitavo período à sua tendência de
crescimento positivo. Entretanto, pode-se observar pelo gráfico que os impulsos de ATM tendem
a ser estatisticamente significativos com o decorrer do tempo, o que converge com os resultados
da estimação no curto prazo.

Gráfico 7. Resposta da velocidade de circulação da moeda a impulsos no número de ATMs

Pelo Gráfico 8 abaixo demonstrado, pode-se observar que a velocidade da moeda responde
de forma negativa aos impulsos do número de cartões. Estes impulsos do número de cartões são
estatisticamente significativos na velocidade da moeda. Este resultado converge com os resultados
da estimação do modelo no longo prazo.

Gráfico 8: Resposta da velocidade de circulação da moeda a impulsos no número de cartões

38
4.7. Análise da Decomposição da Variância
A decomposição da variância é um método usado para avaliar a importância relativa das
perturbações em determinada variável na variável de interesse. Para este caso em específico,
analisa-se a decomposição da velocidade de circulação da moeda relativamente às demais
variáveis do sistema, particularmente as inovações financeiras (ATMs e Car).

Na Tabela 6 abaixo representada, pode-se observar que as perturbações nas inovações

financeiras (ATMs e Car) são pouco impactantes, situando-se a uma média de cerca de 1.2% e
4.1%, respenctivamente. As perturbações no PIB apresentam maior importância relativa no
sistema, em média, cerca de 20.4%., isto implica que as alterações no nível de velocidade de
circulação da moeda em Moçambique, no período em estudo, foram maioritariamente causadas
por alterações no rendimento das pessoas. Ademais, observa-se que uma média de 68.8%% das
variações da velocidade da moeda são explicadas por perturbações da mesma.

Estes resultados convergem também com os resultados da estimação do modelo VCE

apresentado anteriormente, os quais demonstram um impacto pouco significativo das inovações
financeiras na velocidade da moeda.

39
Tabela 6: Decomposição da Variância da Velocidade de Circulação da Moeda
Period S.E. LNV PIB E RBT P ATM CAR

1 0.034221 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.047656 74.88495 23.71718 0.202811 0.281803 0.273528 0.478976 0.160749
3 0.061350 68.29926 23.97080 5.053822 0.621401 1.072487 0.486872 0.495364
4 0.078494 60.56698 24.75261 6.234800 1.252845 1.340858 0.717383 5.134530
5 0.088694 66.46711 19.58546 5.098362 0.992012 1.265148 0.971190 5.620718
6 0.097480 64.45452 21.38651 4.652290 0.827488 1.127297 1.783810 5.768085
7 0.105937 63.61622 22.43931 4.816907 0.700771 1.018068 1.885614 5.523110
8 0.114903 61.62193 24.16173 5.046931 0.687617 0.921975 1.818234 5.741574
9 0.122665 64.41166 21.78391 4.522377 0.604001 0.845768 1.886941 5.945345
10 0.130001 63.86095 22.11660 4.446969 0.540826 0.798424 2.094575 6.141656

Média 0.881401 68.818358 20.391411 4.0075269 0.6508764 0.8663553 1.2123595 4.0531131

4.8. Análise da Estabilidade da Velocidade de Circulação da Moeda e do

Multiplicador Monetário
Como referenciado anteriormente, o regime de metas de agregados monetários funciona
sob o pressuposto de estabilidade da velocidade da moeda e do multiplicador monetário. Assim
sendo, é importante que se teste a estabilidade das duas variáveis e, para tal recorreu-se ao teste de
estabilidade de CUSUM e CUSUM of Squares.

4.8.1. Testes de CUSUM e CUSUM of Squares para a Velocidade da Moeda

O Gráfico 9 abaixo mostra a representação dos testes de CUSUM e CUSUM of Squares,
respectivamente, para a velocidade. Ao nível de significância de 5%, ambos testes demonstram
que a velocidade de circulação da moeda foi estável no período em estudo.

Entretanto, estes resultados vão de encontro com os pressupostos de estabilidade da

velocidade da moeda do regime de metas de agregados monetários, o que implica que as inovações
financeiras não criaram distorções na estabilidade da velocidade da moeda e por via disto, também
não criaram distorções na condução da política monetária.

40
Gráfico 9: Testes de CUSUM e CUSUM of Squares para Velocidade da de Circulação da
Moeda

4.8.2. Testes de CUSUM e CUSUM of Squares para o Multiplicador Monetário

O Gráfico 10 abaixo mostra a representação dos testes de CUSUM e CUSUM of Squares,

respectivamente, para o multiplicador monetário. Ambos testes demonstram que o multiplicador
monetário foi estável no período em estudo. O que implica que o pressuposto de estabilidade do
multiplicador monetário se verifica neste modelo, tal como se observou na análise da estabilidade
da velocidade da moeda. Portanto, isto implica que as inovações financeiras não criaram distorções
na estabilidade da velocidade da moeda e por via disto, também não criaram distorções na
condução da política monetária.

41
Gráfico 10: Testes de CUSUM e CUSUM of Squares para o Multiplicador Monetário

4.9. Análise da Correlação entre a Base Monetária e Oferta Monetária

Tal como referido no início, é necessária uma correlação forte e positiva entre a base
monetária e a oferta monetária e entre a oferta monetária e a inflação, de modo que a política
monetária surta os efeitos para os quais foi desenhada.

4.9.1. Correlação entre BaM e M3 e entre M3 e a Inflação

O regime de metas de agregados monetários pressupõe que a velocidade da moeda seja

estável de modo que exista uma relação forte e estável entre a oferta monetária (M3) e a inflação,
e ainda entre a base monetária e a oferta monetária. A Tabela 7 abaixo mostra a correlação entre
estas variáveis, onde constata-se a existência de uma relação fraca entre a M3 e a inflação. Isto
implica que M3, no período em análise, não forneceu um sinal adequado acerca do estado da
política monetária, não contribui para o estabelecimento de expectativas de inflação adequadas e,
consequentemente, o recurso a M3 em si, não contribuiu para o alcance dos resultados desejados
relativamente ao nível de inflação.

Não obstante, constata-se uma relação forte entre a base monetária e a oferta monetária.
Assim sendo, é fiável a relação entre estas duas variáveis.

42
Tabela 7: Correlação entre BaM e M3 e entre M3 e Inflação

M3 Inf
M3 1 0.193531
Inf 0.193531 1

BaM M3
BAM 1 0.982157
M3 0.982157 1

4.10. Implicações dos Resultados Política Monetária

O quadro operacional da política monetária em Moçambique assenta-se no regime de metas
de agregados monetários, actuando sob o pressuposto de estabilidade da velocidade da moeda e
do multiplicador monetário. A existência de estabilidade da velocidade da moeda é primordial e
constitui o principal requisito para implementação bem-sucedida do regime de metas de agregados
monetários como estratégia de condução da política monetária.

Entretanto, como observado anteriormente, no período de 2005 a 2019 a velocidade da

moeda e o multiplicador monetário foram estáveis. Embora sejam preocupantes, a fraca relação
entre a M3 e a inflação, a estabilidade da velocidade comprova que as inovações financeiras não
prejudicaram a eficácia do regime de metas de agregados monetários e a actuação da política
monetária tendo como base esta estratégia.

Esta constatação comunga com as conclusões dos estudos dos autores Nampewo e Opolot,
(2016) para a economia do Uganda e Ndirangu e Nyamongo (2015) para o Quénia, que referem as
inovações financeiras não afectam a estabilidade da velocidade de circulação da moeda e, deste
modo, não prejudicaram a actuação do regime de metas de agregados monetários.

43
 CAPITULO V: CONCLUSÕES E RECOMENDAÇÕES

5.1. Conclusões
O sistema financeiro moçambicano passou por diversas reformas e transformações e, pelo
desenvolvimento tecnológico e institucional, se tem introduzido novos e melhores meios de
pagamento e actuação na banca moçambicana. Neste estudo, foi analisado o efeito das inovações
financeiras na velocidade de circulação da moeda em Moçambique no período de 2005 a 2019.
Uma das principais motivações deste estudo foi a existência de uma certa escassez (tanto em
Moçambique como na diáspora) de estudos empíricos que versam acerca deste tema, tendo a
velocidade da moeda como ponto fulcral, uma vez constatado que maior parte dos estudos analisa
somente o impacto das inovações financeiras na procura por moeda.

A política monetária em Moçambique operacionaliza-se na base do regime de metas de

agregados monetários, assim sendo destaca-se a importância da estabilidade da velocidade da
moeda como uma medida de eficácia do regime. A análise da relação entre as inovações financeiras
e a velocidade da moeda é importante no âmbito da programação monetária. Entretanto, para
analisar o impacto das inovações financeiras na velocidade da moeda foi estimado um modelo de
velocidade baseado na bordagem monetarista, visto que os economistas clássicos defendem a
existência da estabilidade da velocidade da moeda, tal como pressupõe o regime de metas de
agregados monetários sob o qual opera a política monetária em Moçambique. Para a estimação,
foram usadas como proxies para inovações financeiras o número de ATMs e o número de cartões
(de crédito e débito) e foi adoptada a metodologia do modelo de Vector de Correcção do erro
(VCE).

Os resultados empíricos da estimação do Modelo VCE mostraram que no longo prazo as

inovações financeiras tiveram um impacto positivo sobre a velocidade da moeda, mas no curto
prazo esse impacto foi negativo. Insto é, no longo prazo os indivíduos usam ATMs e cartões para
realizar transacções financeiras em si, reduzindo deste modo a procura por moeda e aumentando a
velocidade de circulação da moeda no país. Em contrapartida, os resultados do curto prazo
implicam que os indivíduos usaram ATMs e cartões para levantamento de numerário, aumentando
deste modo a procura por moeda e, consequentemente, reduzindo a velocidade da moeda.

44
 O impacto positivo e significativo do aumento do número de cartões bancários sobre a
velocidade da moeda, no longo prazo, comunga com as teorias que postulam que à medida que as
inovações financeiras se desenvolvem com o decorrer do tempo, os indivíduos tendem a mover-se
se meios de pagamentos mais líquidos a outros menos líquidos, isto é, tendem a usar meios de
pagamento menos líquidos, em detrimento dos mais líquidos, como o numerário.

Da análise da estabilidade, foi constatado que tanto a velocidade da moeda, quanto o

multiplicador monetário apresentaram-se estáveis no período em estudo. Entretanto, pode-se
concluir que as inovações financeiras tiveram um impacto positivo sobre a velocidade (e
significativo, particularmente para a variável número de ATMs), no longo prazo, mas este impacto
foi negativo no curto prazo (e significativo, particularmente para a variável número de cartões
bancários). Ademais, conclui-se que as inovações financeiras não afectaram a estabilidade da
velocidade da moeda.

5.2. Recomendações
As iniciativas de inovações financeiras são de grande importância no âmbito da expansão e
acessibilidade dos serviços financeiros, o que constitui um dos aspectos críticos para o
desenvolvimento da economia moderna. Assim sendo:

Recomenda-se ao BM um maior suporte ao desenvolvimento de novas tecnologias e maior

diversificação dos produtos financeiros, com vista a contribuir para o desenvolvimento do sector
financeiro e da economia em geral.

Embora as inovações financeiras não tenham causado instabilidade na velocidade da moeda,

é imprescindível uma maior monitoria dos novos produtos e serviços financeiros, de modo que
não causem choques na ctuação da política monetária no país. Considerando que a instabilidade
da velocidade de circulação da moeda tem sido apontada como uma das principais razões da
ineficácia do regime de metas de agregados monetários e uma das razões que levaram e têm levado
os fazedores de política monetária, a nível global, a abandonar este regime e adoptar um regime
mais flexível, a exemplo do regime de metas de inflação.

45
 7. REFERÊNCIAS BIBLIOGRÁFICAS

Anderson, R. W., & Harris, C. J. (1986). A Model of Innovation with Application to New Financial
Products. Oxford Economic Papers.

Arestis, P., Hadjimatheou, G., & Zis, G. (1992). The Impact of Financial Innovations on the
Demand for Money in UK and Canada. Applied Financial Economics.

Arone, S. G. (2014). Impacto dos Instrumentos de Pagamento Electrónico sobre a Procura de

Notas e Moedas em Circulação em Moçambique. ISEG/ULisboa. Lisboa: ISEG/ULisboa.

Arrau, P., & De Gregorio, J. (1993). Financial Innovation and Money Demand Application to
Chile and Mexico. The World Bank IED Working Paper.

Augustina, M. O., Fagbeminiyi, F. F., Olusegun, O., & Folasade, A. B. (2010). Empirical
Modelling of the Impact of Financial Innovation on the Demand for Money in Nigeria.
International Research Journal of Finance and Economics.

Banco de Moçambique. (Janeiro de 2017). 41 Conselho Consultivo. Desafios da Modernização

do Quadro de Politica Monetaria: O Caso de Moçambique.

Batista, C., & Vicente, P. C. (2013). Introducing Mobile Money in Rural Mozambique:Evidence
from a Randomized Field Experiment. UNL - Nova School of Business and Economics.
Lisboa: NOVAFRICA.

Chale, T. A. (2010). A Contribuição dos Instrumentos Indirectos na Condução da Política

Monetária em Moçambique entre 1998-2008. UEM. Maputo: Tese de Licenciatue, UEM.

Darrat, A., & Al-Sowaidi, S. (2009). Financial Progress and the stability of long-run money
demand: Implications for the conduct of monetary policy in emerging economies.

Dunne, J. P., & Kasekende, E. (Fevereiro de 2016). ERSA Working Paper 583. Financial
Innovation and Money Demand: Evidence from Sub-Saharan Africa.

46
Ericson , N. S., & Sharma, S. (1998). Broad Money Demand and Financial Liberalization in
Greece. Empirical Economics, pp. 417-436.

Farrar, D. E., & Glauber, R. R. (1967). Multicolinearity in Regression Analysis: The Problem
Revisited. The Review of Economics and Statistics, Vol. 49, pp. 92-107.

Fisher, I. (1922). The Purshasing Power of Money: Its Determinaion and Relation Credit Interest
and Crises. New York: McMillan: New and Reserved Edition.

Fundo Monetário Internacional. (01 de 2015). Temas Relacionados. Relatório n.o 16/10.
Washington, D.C.

Fundo Monetario Internacional. (Marco de 2018). Relatorio 18/66.

Gujarati, D. N., & Porter, D. C. (2008). Econometria Básica. Nova Iorque: McGraw-Hill - 5a
Edição.

Hendry, D., & Ericsson, N. (1991). Modeling the Demand for Narrow Money in the United
Kingdom and United States. European Economic Review, pp. 833-881.

Lopes, J., & Rossetti, J. P. (1992). Economia Monetaria. Editora Atlas: 6ed.

Lown, C. S. (1987). Financial Innovations and Monetary Effectiveness. Central Reserve Bank of
Dallas.

Misati, R. N., Lucas, N., Anne, K., & Shem, O. (2010). Financial Innovation and Monetary Policy
Transmission in Kenya. International Research Journal of Finance and Economics.

Mishkin, F. S. (2011). The Economics of Money, Banking and Financial Markets. Canada:
Pearson: 4 edicao.

Mishkin, F. S. (2013). Economics of Money, Banking and Financial Markets. Columbia

University: Pearson: 13ª Edição.

Mishkin, F. S. (2016). The Economics of Money, Banking, and Financial Markets. Columbia
University: Pearson: 11a Edicao.

47
 Moçambique, B. d., & NOVAFRICA. (s.d.). Determinantes da Adopção de Meios de Meios de
Pagamento Electrónicos em Moçambique.

Mullineux , A. W. (1994). Financial Innovaion and Monetary Policy in the UK. The Review of
Policy Issues, pp. 29-44.

Nampewo, D., & Opolot, J. (2016). Financial Innovations and Money Velocity in Uganda. Bank
of Uganda, Paper no.05/2016.

Nyamongo, E. M., & Ndirangu, L. (2015). Financial Innovations and Their Implications for
Monetary Policy in Kenya. AERC Suplement 1.

Nyamongo, E., & Ndirangu, L. (Dezembro de 2013). Financial Innovation and Monetary Policy
in Kenya. Central Bank of Kenya: MPRA Paper No. 52387.

Standard Bank. (2010). Standard Bank. Obtido em 15 de 03 de 2019, de

https://www.standardbank.co.mz/pt/Particulares/Produtos-e-Servicos2/Mobile-Banking

Taylor , M. P. (1987). Financial Innovations, Inflation and the Stability of the Demand for Broad
Money in the United Kingdom. Bulletim of Economic Research, pp. 225-233.

Documentos Consultados:

Banco de Moçambique, Relatórios Anuais 2005-2018

Banco de Moçambique, Resumo de Informação Estatística Mensal 2019 (Janeiro a Dezembro)
Instituto Nacional de Estatística, Anuários Estatísticos 2009-2019

ANEXOS

Anexo 1. Resumo dos Dados Usados

Obs Ln(V) PIB e Inf rBT ATM Car M3 BaM MM
(Milhões) (Milhares) (Milhões) (Milhões)
2005q1 1.58 188,163.9 23.67 7.66 17.75 328 50 39,003.2 15,835.9 3.28
2005q2 1.55 190,826.2 22.76 7.14 17.18 352 160 42,245.9 15,471.0 3.36

48
2005q3 1.53 196,367.1 22.57 6.92 16.63 368 297 45,059.7 15,194.1 3.44
2005q4 1.48 217,331.5 25.31 9.37 15.58 367 747 47,455.2 15,005.0 3.51
2006q1 1.46 227,425.8 26.07 9.57 15.08 374 915 49,329.1 14,903.9 3.59
2006q2 1.44 236,146.1 26.09 9.44 14.61 387 1,019 51,850.4 14,890.8 3.66
2006q3 1.51 204,958.8 23.24 7.08 16.09 376 478 54,867.3 14,965.6 3.72
2006q4 1.39 251,454.6 24.09 8.78 13.72 405 1,015 58,285.2 15,128.3 3.78
2007q1 1.37 259,722.0 23.45 8.59 13.31 420 1,037 62,048.8 15,379.0 3.85
2007q2 1.34 269,113.3 23.29 8.48 12.92 439 1,089 65,639.2 15,717.6 3.90
2007q3 1.41 244,048.6 25.50 9.22 14.16 400 1,062 68,961.4 16,144.1 3.96
2007q4 1.30 293,220.9 24.42 9.71 12.19 483 1,197 71,834.6 16,658.6 4.01
2008q1 1.27 303,433.5 24.93 9.80 11.86 505 1,261 73,957.8 17,261.0 4.06
2008q2 1.25 311,085.0 25.31 9.64 11.55 525 1,327 77,606.6 17,951.4 4.11
2008q3 1.32 280,054.1 23.57 8.56 12.55 460 1,148 82,553.4 18,729.7 4.15
2008q4 1.20 317,276.9 26.19 4.27 10.98 552 1,413 88,778.1 19,595.9 4.19
2009q1 1.18 322,787.9 26.81 3.55 10.73 572 1,471 96,463.7 20,550.1 4.23
2009q2 1.16 331,671.0 27.74 3.68 10.50 598 1,541 103,644.5 21,592.2 4.26
2009q3 1.23 315,976.6 25.70 8.85 11.26 543 1,382 110,610.8 22,722.3 4.30
2009q4 1.11 359,278.0 32.10 15.68 10.10 678 1,710 117,577.0 23,940.3 4.33
2010q1 1.09 372,651.9 33.37 17.33 9.93 713 1,792 124,721.6 25,246.2 4.35
2010q2 1.07 384,339.6 33.51 17.40 9.78 744 1,871 130,380.6 26,640.1 4.38
2010q3 1.14 343,712.2 29.30 5.33 10.29 631 1,620 134,416.0 28,121.9 4.40
2010q4 1.03 402,636.1 28.92 6.73 9.53 805 2,037 136,349.8 29,691.7 4.42
2011q1 1.01 412,323.0 27.54 5.30 9.44 835 2,104 135,274.6 31,349.4 4.43
2011q2 0.99 422,977.0 27.13 5.08 9.37 863 2,150 138,575.8 33,095.1 4.45
2011q3 1.05 394,434.5 32.34 15.99 9.65 774 1,951 145,530.3 34,928.6 4.46
2011q4 0.95 445,693.1 27.01 2.15 9.29 906 2,126 156,063.3 36,850.2 4.47
2012q1 0.93 457,730.2 27.39 1.86 9.28 933 2,170 170,734.1 38,859.6 4.47
2012q2 0.91 470,019.3 27.96 1.98 9.30 964 2,289 182,409.7 40,957.0 4.47
2012q3 0.97 434,211.9 27.10 4.72 9.32 888 2,166 191,791.8 43,142.3 4.47
2012q4 0.88 493,996.8 28.98 3.91 9.38 1,037 2,947 199,116.5 45,415.6 4.47
2013q1 0.86 505,824.1 29.69 4.32 9.45 1,070 3,181 204,199.0 47,776.8 4.46
2013q2 0.84 517,108.9 30.53 4.47 9.54 1,096 3,317 211,247.9 50,226.0 4.45
2013q3 0.89 482,241.4 28.56 2.36 9.33 998 2,517 219,954.9 52,763.1 4.44
2013q4 0.82 534,538.7 31.89 0.81 9.78 1,087 3,453 230,286.2 55,388.1 4.43
2014q1 0.80 546,281.8 33.02 0.52 9.93 1,108 3,472 242,476.6 58,101.1 4.41
2014q2 0.79 561,387.8 34.62 0.87 10.10 1,160 3,445 255,785.1 60,902.0 4.39
2014q3 0.83 527,058.3 31.32 4.13 9.65 1,110 3,401 270,932.1 63,790.9 4.36
2014q4 0.77 601,146.1 40.20 9.17 10.51 1,465 3,043 288,946.3 66,767.7 4.34
2015q1 0.76 623,840.7 43.06 10.59 10.74 1,565 2,943 311,357.4 69,832.4 4.31
2015q2 0.75 648,741.4 46.17 11.35 10.99 1,621 2,956 328,585.6 72,985.1 4.28
2015q3 0.78 579,579.7 36.86 2.21 10.30 1,258 3,331 341,941.6 76,225.7 4.24

49
2015q4 0.73 711,700.8 57.05 23.43 11.56 1,651 3,312 351,975.4 79,554.3 4.21
2016q1 0.73 740,859.2 61.30 25.37 11.87 1,673 3,433 358,578.7 82,970.8 4.17
2016q2 0.72 766,922.7 64.50 25.99 12.21 1,701 3,476 365,094.8 86,475.2 4.12
2016q3 0.74 677,311.8 50.37 13.29 11.27 1,652 3,066 370,685.0 90,067.6 4.08
2016q4 0.71 815,093.4 70.71 25.79 12.93 1,716 3,313 374,301.5 93,747.9 4.03
2017q1 0.71 834,888.9 72.39 26.00 13.33 1,736 3,263 374,491.2 97,516.1 3.98
2017q2 0.71 850,659.8 72.40 25.93 13.74 1,759 3,255 379,045.6 101,372.3 3.93
2017q3 0.72 791,325.2 67.43 26.28 12.56 1,723 3,447 386,615.3 105,316.4 3.87
2017q4 0.71 865,265.2 62.00 5.13 14.63 1,717 3,301 396,379.8 109,348.5 3.81
2018q1 0.72 876,710.5 59.66 2.64 15.10 1,730 2,628 407,893.5 113,468.5 3.75
2018q2 0.72 893,765.8 60.43 2.91 15.60 1,773 3,421 420,538.9 117,676.5 3.68
2018q3 0.71 861,461.9 69.74 23.37 14.17 1,766 3,714 434,338.1 121,972.4 3.61
2018q4 0.72 915,482.5 63.62 4.92 16.11 1,843 3,638 449,493.5 126,356.2 3.54
2019q1 0.45 661,938.9 59.65 3.13 13.25 1,726 3,003 451,479.3 137,021.3 3.35
2019q2 0.44 666,755.0 60.69 2.85 13.60 1,727 2,831 461,461.9 142,042.2 3.27
2019q3 0.43 677,705.3 62.55 2.57 13.98 1,756 2,845 473,428.3 147,164.6 3.18
2019q4 0.42 688,724.9 65.23 2.29 14.36 1,811 2,922 487,322.3 152,388.7 3.09

50
Anexo B: Resultados da Estimação
do Modelo VCE para Velocidade da
Moeda

Vector Error Correction Estimates

Date: 04/15/20 Time: 12:56
Sample (adjusted): 2006Q1 2019Q4
Included observations: 56 after adjustments
Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

LNV(-1) 1.000000

Y(-1) 5.80E-07
(8.0E-07)
[ 0.72667]

E(-1) -0.023291
(0.00915)
[-2.54570]

RBT(-1) -0.106253
(0.01086)
[-9.78330]

Inf(-1) 0.021040
(0.00700)
[ 3.00514]

ATM(-1) 0.001680
(0.00018)
[ 9.48998]

CAR(-1) 5.47E-05
(5.0E-05)
[ 1.08853]

C -1.209019

Error Correction: D(LNV) D(Y) D(E) D(RBT) D(P) D(ATM) D(CAR)

CointEq5 0.043633 33979.45 4.792580 1.915224 0.144203 35.22220 -154.9596

(0.01319) (15514.9) (2.00187) (0.19419) (2.85889) (32.5895) (112.298)
[ 3.30814] [ 2.19012] [ 2.39405] [ 9.86248] [ 0.05044] [ 1.08078] [-1.37990]

D(LNV(-1)) -0.375555 647576.0 4.858182 4.739929 -50.59491 700.2767 3518.906

(0.22034) (259191.) (33.4433) (3.24419) (47.7606) (544.439) (1876.04)
[-1.70441] [ 2.49845] [ 0.14527] [ 1.46105] [-1.05934] [ 1.28623] [ 1.87571]

D(LNV(-2)) -0.538123 349181.5 19.83074 -0.180985 -6.716684 596.9635 -558.5855

(0.22788) (268055.) (34.5870) (3.35513) (49.3940) (563.058) (1940.20)
[-2.36144] [ 1.30265] [ 0.57336] [-0.05394] [-0.13598] [ 1.06022] [-0.28790]

D(LNV(-3)) -0.729237 348432.3 17.76341 0.124933 -9.280216 727.9011 1428.827

(0.21396) (251687.) (32.4750) (3.15026) (46.3778) (528.676) (1821.72)
[-3.40823] [ 1.38439] [ 0.54699] [ 0.03966] [-0.20010] [ 1.37684] [ 0.78433]

51
 D(Y(-1)) 5.57E-07 -0.184210 6.00E-06 4.94E-06 2.72E-05 -3.56E-06 -0.000124
(2.1E-07) (0.24800) (3.2E-05) (3.1E-06) (4.6E-05) (0.00052) (0.00180)
[ 2.64311] [-0.74278] [ 0.18756] [ 1.59289] [ 0.59509] [-0.00684] [-0.06923]

D(Y(-2)) 7.05E-07 -0.068298 2.19E-05 2.71E-06 6.46E-05 -0.000431 0.001609

(2.2E-07) (0.26015) (3.4E-05) (3.3E-06) (4.8E-05) (0.00055) (0.00188)
[ 3.18718] [-0.26253] [ 0.65387] [ 0.83093] [ 1.34827] [-0.78861] [ 0.85472]

D(Y(-3)) 9.40E-07 0.101782 1.02E-05 8.16E-06 2.67E-05 -0.000295 -0.000477

(2.3E-07) (0.26603) (3.4E-05) (3.3E-06) (4.9E-05) (0.00056) (0.00193)
[ 4.15751] [ 0.38260] [ 0.29738] [ 2.45178] [ 0.54404] [-0.52825] [-0.24761]

D(E(-1)) 0.001870 810.0465 -0.523737 0.020083 -0.554943 -4.868352 9.938588

(0.00314) (3690.90) (0.47623) (0.04620) (0.68011) (7.75285) (26.7150)
[ 0.59591] [ 0.21947] [-1.09975] [ 0.43472] [-0.81596] [-0.62794] [ 0.37202]

D(E(-2)) -0.000381 -575.9355 -0.147613 0.001112 -0.166969 -1.164451 -10.87589

(0.00324) (3811.82) (0.49184) (0.04771) (0.70240) (8.00684) (27.5902)
[-0.11763] [-0.15109] [-0.30013] [ 0.02330] [-0.23771] [-0.14543] [-0.39419]

D(E(-3)) -0.002293 -1080.448 -0.010435 -0.031069 0.171775 -0.583022 8.149488

(0.00313) (3677.72) (0.47453) (0.04603) (0.67768) (7.72515) (26.6195)
[-0.73353] [-0.29378] [-0.02199] [-0.67493] [ 0.25347] [-0.07547] [ 0.30615]

D(RBT(-1)) -0.028371 -35440.83 -0.827569 -1.055195 2.456708 -15.24868 -102.6580

(0.01252) (14726.0) (1.90008) (0.18432) (2.71352) (30.9323) (106.587)
[-2.26630] [-2.40669] [-0.43554] [-5.72484] [ 0.90536] [-0.49297] [-0.96313]

D(RBT(-2)) -0.013054 -20231.13 -2.665731 -0.760440 -0.684058 -15.32046 118.4049

(0.01441) (16951.2) (2.18720) (0.21217) (3.12355) (35.6064) (122.694)
[-0.90587] [-1.19349] [-1.21879] [-3.58410] [-0.21900] [-0.43027] [ 0.96505]

D(RBT(-3)) -0.014096 -23159.19 -2.056889 -0.880260 0.006360 -20.17315 17.57237

(0.01357) (15957.8) (2.05902) (0.19974) (2.94051) (33.5198) (115.503)
[-1.03908] [-1.45128] [-0.99896] [-4.40710] [ 0.00216] [-0.60183] [ 0.15214]

D(Inf(-1)) -0.001885 -17.57044 0.178330 -0.029549 0.107045 5.016412 -2.940402

(0.00223) (2627.38) (0.33901) (0.03289) (0.48414) (5.51889) (19.0171)
[-0.84403] [-0.00669] [ 0.52603] [-0.89854] [ 0.22110] [ 0.90895] [-0.15462]

D(Inf(-2)) -0.002863 -1275.271 -0.010789 -0.038242 -0.057586 1.613882 1.811476

(0.00230) (2711.08) (0.34981) (0.03393) (0.49956) (5.69470) (19.6229)
[-1.24227] [-0.47039] [-0.03084] [-1.12697] [-0.11527] [ 0.28340] [ 0.09231]

D(Inf(-3)) -0.000208 180.5449 -0.177821 -0.001594 -0.434662 2.379240 -4.072759

(0.00218) (2562.24) (0.33060) (0.03207) (0.47214) (5.38205) (18.5456)
[-0.09571] [ 0.07046] [-0.53787] [-0.04970] [-0.92063] [ 0.44207] [-0.21961]

D(ATM(-1)) -2.75E-05 -57.89178 -0.014964 -0.002200 -0.020525 -0.467508 0.512717

(0.00010) (119.624) (0.01544) (0.00150) (0.02204) (0.25127) (0.86585)
[-0.27052] [-0.48395] [-0.96949] [-1.46943] [-0.93114] [-1.86054] [ 0.59216]

D(ATM(-2)) -4.91E-05 -92.19147 -0.015922 -0.002355 -0.016490 -0.294969 -0.932665

(0.00011) (123.822) (0.01598) (0.00155) (0.02282) (0.26009) (0.89623)
[-0.46662] [-0.74455] [-0.99658] [-1.51981] [-0.72272] [-1.13410] [-1.04065]

D(ATM(-3)) -0.000163 -171.8603 -0.020843 -0.003402 -0.017943 -0.375663 -0.261198

52
 (0.00010) (119.261) (0.01539) (0.00149) (0.02198) (0.25051) (0.86322)
[-1.60749] [-1.44104] [-1.35446] [-2.27931] [-0.81648] [-1.49958] [-0.30259]

D(CAR(-1)) -1.07E-05 -13.37577 -0.001048 -0.000157 -0.000870 -0.002600 -0.270618

(2.4E-05) (28.2332) (0.00364) (0.00035) (0.00520) (0.05930) (0.20435)
[-0.44491] [-0.47376] [-0.28764] [-0.44543] [-0.16729] [-0.04384] [-1.32427]

D(CAR(-2)) -1.11E-05 -41.91528 -0.005131 -0.000227 -0.005510 -0.044356 -0.405004

(2.2E-05) (26.1761) (0.00338) (0.00033) (0.00482) (0.05498) (0.18946)
[-0.49992] [-1.60128] [-1.51921] [-0.69153] [-1.14231] [-0.80670] [-2.13763]

D(CAR(-3)) -4.92E-05 -53.95936 -0.001034 -0.000643 0.000293 -0.026785 -0.197853

(2.2E-05) (26.2818) (0.00339) (0.00033) (0.00484) (0.05521) (0.19023)
[-2.20156] [-2.05311] [-0.30487] [-1.95399] [ 0.06050] [-0.48518] [-1.04008]

C -0.064107 45404.94 2.967698 0.015120 -0.359759 106.0841 174.5885

(0.00706) (8303.14) (1.07135) (0.10393) (1.53000) (17.4410) (60.0986)
[-9.08206] [ 5.46840] [ 2.77006] [ 0.14549] [-0.23514] [ 6.08246] [ 2.90503]

R-squared 0.801462 0.672462 0.444987 0.828737 0.325067 0.605703 0.496719

Adj. R-squared 0.669103 0.454103 0.074978 0.714561 -0.124888 0.342839 0.161198
Sum sq. resids 0.038646 5.35E+10 890.2578 8.377404 1815.675 235937.4 2801452.
S.E. equation 0.034221 40254.34 5.193988 0.503846 7.417577 84.55541 291.3631
F-statistic 6.055217 3.079618 1.202639 7.258449 0.722444 2.304242 1.480442
Log likelihood 124.3424 -658.4194 -156.9130 -26.26578 -176.8687 -313.1477 -382.4289
Akaike AIC -3.619371 24.33641 6.425465 1.759492 7.138166 12.00528 14.47960
Schwarz SC -2.787530 25.16825 7.257306 2.591333 7.970007 12.83712 15.31144
Mean dependent -0.018929 8417.739 0.712932 -0.021751 -0.126441 25.78373 38.83716
S.D. dependent 0.059490 54482.54 5.400388 0.943064 6.993708 104.3051 318.1302

Determinant resid covariance (dof

adj.) 2.63E+14
Determinant resid covariance 6.50E+12
Log likelihood -1382.295
Akaike information criterion 55.36767
Schwarz criterion 61.44372

Anexo C: Resultados do teste de cointegração de Johansen

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.981675 487.3092 125.6154 0.0001

At most 1 * 0.820884 263.3376 95.75366 0.0000
At most 2 * 0.676887 167.0333 69.81889 0.0000
At most 3 * 0.653356 103.7672 47.85613 0.0000
At most 4 * 0.434315 44.43753 29.79707 0.0005
At most 5 0.188140 12.53330 15.49471 0.1331
At most 6 0.015264 0.861362 3.841466 0.3534

Trace test indicates 5 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

53
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.981675 223.9716 46.23142 0.0000

At most 1 * 0.820884 96.30436 40.07757 0.0000
At most 2 * 0.676887 63.26611 33.87687 0.0000
At most 3 * 0.653356 59.32963 27.58434 0.0000
At most 4 * 0.434315 31.90423 21.13162 0.0011
At most 5 0.188140 11.67194 14.26460 0.1236
At most 6 0.015264 0.861362 3.841466 0.3534

Max-eigenvalue test indicates 5 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Anexo D: Resultados dos Testes de Diagnóstico do Modelo VEC

1. Autocorrelação serial

VEC Residual Serial Correlation LM Tests

Null Hypothesis: no serial correlation at lag
order h
Sample: 2005Q1 2019Q4
Included observations: 56

Lags LM-Stat Prob

1 80.16900 0.0033
2 69.68231 0.0276
3 56.04140 0.2277
4 83.40973 0.0016

Probs from chi-square with 49 df.

54
2. Normalidade dos Erros
14
Series: LNV
12 Sample 2005Q1 2019Q4
Observations 60
10
Mean 0.984721
8 Median 0.920000
Maximum 1.580000
6 Minimum 0.420000
Std. Dev. 0.309614
4 Skewness 0.256195
Kurtosis 2.121151
2
Jarque-Bera 2.587297
0 Probability 0.274268
0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6

3. Heteroscedascidade

VEC Residual Heteroskedasticity Tests: No Cross Terms (only levels and squares)

Sample: 2005Q1 2019Q4

Included observations: 56

Joint test:

Chi-sq df Prob.

1230.606 1232 0.5059

Individual components:

Dependent R-squared F(44,11) Prob. Chi-sq(44) Prob.

res1*res1 0.824287 1.172775 0.4093 46.16007 0.3831

res2*res2 0.986726 18.58346 0.0000 55.25664 0.1189
res3*res3 0.880797 1.847257 0.1359 49.32461 0.2687
res4*res4 0.558279 0.315968 0.9969 31.26360 0.9256
res5*res5 0.849976 1.416404 0.2740 47.59867 0.3284
res6*res6 0.822099 1.155277 0.4211 46.03755 0.3879
res7*res7 0.722898 0.652196 0.8460 40.48230 0.6232
res2*res1 0.979790 12.12007 0.0000 54.86824 0.1262
res3*res1 0.895146 2.134259 0.0873 50.12815 0.2434
res3*res2 0.965167 6.927158 0.0007 54.04937 0.1425
res4*res1 0.675712 0.520919 0.9374 37.83987 0.7317
res4*res2 0.963866 6.668655 0.0009 53.97649 0.1441
res4*res3 0.874475 1.741632 0.1609 48.97059 0.2804
res5*res1 0.871706 1.698645 0.1724 48.81552 0.2856

55
 res5*res2 0.933579 3.513891 0.0143 52.28044 0.1833
res5*res3 0.868993 1.658288 0.1841 48.66358 0.2908
res5*res4 0.864063 1.589088 0.2061 48.38753 0.3003
res6*res1 0.953426 5.117853 0.0029 53.39188 0.1568
res6*res2 0.969225 7.873530 0.0004 54.27661 0.1378
res6*res3 0.932007 3.426850 0.0158 52.19239 0.1855
res6*res4 0.889779 2.018171 0.1042 49.82763 0.2527
res6*res5 0.922374 2.970586 0.0275 51.65297 0.1996
res7*res1 0.594093 0.365905 0.9912 33.26922 0.8810
res7*res2 0.599130 0.373644 0.9899 33.55130 0.8737
res7*res3 0.672562 0.513503 0.9414 37.66346 0.7386
res7*res4 0.590965 0.361195 0.9919 33.09404 0.8855
res7*res5 0.667798 0.502555 0.9470 37.39671 0.7487
res7*res6 0.537475 0.290511 0.9984 30.09860 0.9454

Anexo E: Teste de causalidade de Engle-Granger

Pairwise Granger Causality Tests

Sample: 2005Q1 2019Q4
Lags: 3

Null Hypothesis: Obs F-Statistic Prob.

Y does not Granger Cause LNV 57 1.62770 0.1947

LNV does not Granger Cause Y 2.08070 0.1146

E does not Granger Cause LNV 57 0.78264 0.5092

LNV does not Granger Cause E 1.08624 0.3635

RBT does not Granger Cause LNV 57 0.86070 0.4677

LNV does not Granger Cause RBT 4.45513 0.0075

P does not Granger Cause LNV 57 1.54589 0.2142

LNV does not Granger Cause P 0.14934 0.9296

ATM does not Granger Cause LNV 57 0.42974 0.7326

LNV does not Granger Cause ATM 1.96490 0.1312

CAR does not Granger Cause LNV 57 0.57060 0.6370

LNV does not Granger Cause CAR 2.24920 0.0940

E does not Granger Cause Y 57 0.59350 0.6222

Y does not Granger Cause E 0.79621 0.5018

RBT does not Granger Cause Y 57 1.13156 0.3453

Y does not Granger Cause RBT 4.06959 0.0116

P does not Granger Cause Y 57 1.61730 0.1971

Y does not Granger Cause P 0.38588 0.7636

ATM does not Granger Cause Y 57 2.25046 0.0939

Y does not Granger Cause ATM 0.10145 0.9588

CAR does not Granger Cause Y 57 0.54714 0.6524

56
Y does not Granger Cause CAR 0.68412 0.5659

RBT does not Granger Cause E 57 0.19912 0.8965

E does not Granger Cause RBT 4.61654 0.0063

P does not Granger Cause E 57 1.13732 0.3431

E does not Granger Cause P 0.10395 0.9574

ATM does not Granger Cause E 57 2.34814 0.0837

E does not Granger Cause ATM 1.10040 0.3577

CAR does not Granger Cause E 57 1.20370 0.3180

E does not Granger Cause CAR 0.23749 0.8698

P does not Granger Cause RBT 57 1.87216 0.1463

RBT does not Granger Cause P 0.39091 0.7600

ATM does not Granger Cause RBT 57 4.16897 0.0103

RBT does not Granger Cause ATM 0.98679 0.4066

CAR does not Granger Cause RBT 57 3.64205 0.0188

RBT does not Granger Cause CAR 1.23734 0.3060

ATM does not Granger Cause P 57 0.15636 0.9251

P does not Granger Cause ATM 1.24259 0.3042

CAR does not Granger Cause P 57 0.84935 0.4735

P does not Granger Cause CAR 1.37091 0.2624

CAR does not Granger Cause ATM 57 1.66008 0.1875

ATM does not Granger Cause CAR 0.14986 0.9293

Anexo F: Correlação entre BaM e M3

BaM M3
BaM 1 0.982157
M3 0.982157 1

Anexo G: Correlação entre M3 e Inflação

M3 Inf
M3 1 0.193531
Inf 0.193531 1

57