Você está na página 1de 24

Um Termmetro para as Macro-Prudenciais

Fabio Kanczuk FEA-USP

Preliminar, Agosto de 2011

Resumo Desenvolvemos um modelo com frices no crdito tanto para firmas como famlias. Crdito s firmas tratado como nos modelos de acelerador financeiro (e.g. Bernanke et al (1999)). Os juros sobre os recursos emprestados s famlias dependem de seu endividamento, como em Curdia e Woodford (2010). O modelo estimado para o Brasil, utilizado para estudar os episdios de desacelerao, e para a extrao dos prmios de financiamento (destilados a partir de dados no financeiros), os quais so comparados com informaes sobre crdito pessoas fsicas e jurdicas. Dessa forma, o obtm-se um termmetro para mensurar como medidas prudenciais sobre o crdito afetam atividade e inflao. Abstract We write model that considers both households and firms credit frictions. Firms credit is modeled by the traditional financial accelerator la Bernanke et al (1999). Households that borrow funds face interest rates that increase with their debt, as in Curdia and Woodford (2010). We estimate the model using Brazilian data, use it to study recent crisis episodes, and validate the finance premia (distilled from non-financial data) with available credit information. We then propose that the model can be used as a termometer to evaluate how prudential credit measures affect growth and inflation. JEL classification: E32, E51, E52, G32 Key words: DSGE, financial frictions, emerging markets, subprime crisis
kanczuk@gmail.com. FEA-USP. Departamento de Economia, Universidade de Sao Paulo. Eu agradeo, mas no culpo,

1. Introduo Talvez o maior ensinamento da grande recesso mundial foi que sua origem esteve intimamente relacionada com a falta de uma poltica econmica adequada para garantir estabilidade financeira. As diferentes esferas das autoridades regulatrias e monetrias estiveram inertes, iludidas por uma aparente resilincia, enquanto o sistema financeiro tornava-se crescentemente vulnervel. Como resposta a esta viso, instituies de vrios pases desenvolvidos e emergentes, incluindo-se o Brasil, passaram a se preocupar mais diretamente com seu mandato de controle de risco sistmico, e a utilizar novos instrumentos de poltica, genericamente denominados de macro-prudenciais. O principal propsito das polticas macro-prudenciais o de reduzir a probabilidade e minimizar os impactos de eventuais crises financeiras. Para faz-lo de forma eficiente, sua aplicao presumivelmente dinmica, reduzindo a acumulao de riscos financeiros durante expanses econmicas, e atenuando a contrao de crdito e excesso de averso ao risco durante desaceleraes. Por esta razo, medidas macro-prudenciais tendem a interagir com outras polticas macroeconmicas que variam durante os ciclos de negcios, notoriamente o controle inflacionrio via poltica monetria. Neste artigo estudamos os efeitos de medidas macro-prudenciais creditcias sobre variveis macroeconmicas. Em particular, analisamos como os impactos de perturbaes sobre variveis relacionadas evoluo do crdito a pessoas fsicas e jurdicas se comparam, quantitativamente, aos impactos de variaes nos juros primrios. Ao faz-lo, propomos um termmetro monetrio para as medidas macro-prudenciais, uma forma de mensurar como polticas creditcias interagem com a poltica monetria no controle inflacionrio. Para tal, construmos um modelo DSGE (Dynamic Stochastic General Equilibrium) em que as frices sobre o crdito concedido a firmas e famlias tm um papel proeminente. No caso do crdito s firmas, utilizamos como base o trabalho clssico de Bernanke, Gertler e Gilchrist (1999), sobre o acelerador financeiro. Especificamos como a alavancagem das empresas afeta o prmio de risco sobre os recursos a elas emprestados pelo sistema financeiro, o que ocorre devido presena de assimetria de informaes, segundo uma especificao de verificao custosa de estado (costly state verification). Adicionalmente, de forma a considerar o efeito de frices no crdito sobre as decises das famlias, assumimos que o prmio no financiamento destas uma funo de seu nvel de 1

endividamento, assim como proposto por Curdia e Woodford (2010). Embora motivada pela presena de inadimplncia, essa formalizao matematicamente equivalente a presente em modelos de economia pequena aberta (Kanczuk (2004)). De forma a fazer com que o ajuste estatstico do modelo aos dados seja o melhor possvel, optamos por adicionar os mdulos de crdito s firmas e famlias sobre o arcabouo desenvolvido por Smets e Wouters (2007). Este trabalho considera rigidez de preos, custo de ajustamento do capital dependente do fluxo de investimentos e presena de persistncia de hbito nas utilidades das famlias. Estas hipteses fazem com que o modelo, estimado com tcnicas Bayesianas, tenha performance fora da amostra comparvel aos melhores modelos estatsticos existentes, os BVARS (Bayesian Vector Auto Regressions). Uma vez construdo e estimado o modelo com dados brasileiros da ltima dcada, realizamos vrios exerccios. Primeiro, utilizamos o modelo para analisar os choques responsveis pelas oscilaes econmicas observadas no Brasil desde a adoo do sistema de metas de inflao, em 1999. Em particular, identificamos as razes para as quatro desaceleraes de atividade que caracterizaram o perodo, e associamos cada episdio com as realidades que vivamos no perodo: (i) racionamento econmico, (ii) desvalorizao cambial na eleio de Lula, (iii) o forte aperto monetrio engendrado por Bevilaqua, e (iv) a grande recesso mundial originada no mercado subprime americano. O fato de o modelo associar corretamente os eventos aos choques econmicos serve como um indicador qualitativo de sua habilidade em capturar corretamente os diversos fenmenos econmicos. Segundo, de forma anloga ao trabalho de De Graeve (2008), utilizamos o modelo para destilar os prmios de financiamento a firmas e famlias a partir de dados puramente macroeconmicos (no financeiros). A seguir, realizamos uma validao externa desses prmios, comparando-os com variveis que no foram utilizadas pelo modelo, e que contm informaes sobre a evoluo do crdito a pessoas fsicas e jurdicas. Obtemos que os spreads e as concesses de crdito so as variveis mais relacionadas com nossas medidas de prmio de financiamento. As variaes dos volumes de crdito, intuitivamente variveis de grande importncia, parecem conter menos informaes relevantes do que o esperado. Terceiro, comparamos as respostas impulso sobre inflao e PIB de choques nos juros bsicos, e nos prmios de financiamento a firmas e famlias. Tendo em mos essas respostas impulso e o mapeamento entre os prmios de financiamento e variveis observadas de crdito, 2

obtemos um termmetro para as medidas macro-prudenciais. Isto , observando os impactos de medidas macro-prudenciais sobre o crdito a pessoas fsicas e jurdicas, podemos calcular seus impactos sobre o PIB e inflao. Sugerimos que as medidas sobre o crdito a pessoas fsicas implementadas em dezembro de 2010 tm efeitos sobre a inflao comparveis a uma elevao dos juros primrios (Selic) entre 40 e 100 pontos percentuais. A seo seguinte descreve o modelo. A seo 3 reporta os resultados de sua estimao. As sees 4, 5 e 6 realizam os trs exerccios descritos. A seo 7 conclui.

2. Modelo Nosso modelo uma verso do desenvolvido por Smets and Wouters (2007) (doravante SW), mas com frices no crdito para as firmas e famlias. Fazemos uma breve descrio do arcabouo, focando em nossas extenses ao modelo bsico, e referimos o leitor aos artigos originais para maiores detalhes. A economia povoada por um continuum de famlias, as quais podem ser de dois tipos: ricos e pobres. Ambos os tipos tm suas preferncias definidas em termos do bem final, com a presena de persistncia de hbito, e lazer. Suas utilidades so idnticas, e expressas por
( c ct 1 )1c c 1 1+h U = E t t exp 1 + ht 1 c t =0 h

(1)

Em que ct denota consumo, ht a oferta de trabalho, captura a formao de hbito, c denota o inverso da elasticidade intertemporal de substituio (ou a averso ao risco), h o inverso da elasticidade de oferta de trabalho, e o fator de desconto. Suas restries oramentrias so dadas por
At +1 Dt +1 + pt ct = pt wt ht + ( 1 + rt ) At ( 1 + rt + th )( 1 )Dt + Tt (2)

em que At denota a quantidade de ativos, Dt a dvida, pt o preo do bem final, wt o salrio real, rt a taxa bsica de juros (a remunerao dos ativos), ht denota o prmio de financiamento s famlias, o qual discutimos a diante, um subsdio do governo (constante no tempo), e Tt so transferncias (ou impostos ) lump-sum cujos recursos provm do lucro das firmas e do governo. Uma frao do continuum de famlias constitui-se de ricos. Estes ricos tm um nvel positive de ativos e no tm dvidas. Adicionalmente eles no trabalham (no tm a dotao de tempo necessria para faz-lo), portanto ht = 0. Assim, suas restries oramentrias, em que cr denota consumo dos ricos, dada por

At +1 + pt ctr = ( 1 + rt ) At + Tt

(3)

A frao remanescente das famlias (1 ) formada por pobres. Em vez de ativos, os pobres tm dvidas (lquida), somente podem realizar contratos financeiros por intermdio do setor de intermediao financeira, e devido a frices informacionais pagam um prmio h sobre s taxas bsicas de juros. A dvida agregada dos pobres evolui segundo Dt +1 = ( 1 + rt + th )( 1 )Dt + pt ctp pt wt ht Tt (4)

Em que cp denota consumo dos pobres. O papel da taxa de subsdio exclusivamente o de permitir que pobres e ricos tenham o mesmo fator de desconto embora estejam diante de diferentes taxas de juros no estado estacionrio. Assim como em SW, o bem final y um composto de bens intermedirios y(i), construdo a partir de uma funo agregadora. O problema de otimizao dos produtores de bem final o de maximizar os lucros

{py p( i ) y( i )}
i

(5)

sujeitos a tecnologia

y = ( i y( i )11 / i )11 / i

(6)

em que p e p(i) denotam os preos do bem final e dos bens intermedirios. Como usual, esse problema intratemporal implica em curvas de demanda, com elasticidade preo dada por i. Firmas ofertam bens intermedirios em competio monopolstica, fixando preos la Calvo. Cada bem intermedirio produzido atravs da utilizao de capital e trabalho, de acordo com uma tecnologia Cobb-Douglas. Para produzir essas firmas alugam servios de capital e trabalho os quais podem ser realocados livremente entre as indstrias. Elas maximizam lucros

{yt wt ht t k t }
sujeitos demanda por seus bens e tecnologia

(7)

yt = ta k t ht1

(8)

em que ht denota o trabalho (agregado), kt o capital (agregado), t o aluguel (real) do capital ,

a a produtividade, e o parmetro da frao de capital. Como usual, essa maximizao


dividida em duas etapas: a minimizao de custo e a escolha de preo. Como todas as firmas esto sujeitas aos mesmos preos dos fatores, e todas tem acesso a mesma tecnologia com

retornos constantes com escala, a minimizao de custo implica que a relao capital-trabalho e o custo marginal sejam idnticos para todas as firmas. Devido a rigidez de preos, uma massa fix das firmas monopolistas no pode mudar os preos em cada perodo, ocasionando indexao parcial. Assim, preos ajustam lentamente para o nvel que proporciona a rentabilidade desejada, e sob as costumeiras hipteses simplificadoras, a otimizao de preos implica na curva de Phillips Novo-Keynesiana log-linearizada

t =

1 (Et [ t +1 ] + lag t1 ) + ( 1 fix )( 1 fix ) mct + t 1 + lag fix

(9)

em que t denota inflao, lag o coeficiente de indexao parcial, mct o custo marginal de produo, e um choque de custos. Capital produzido a partir de investimentos na forma de bem final, mas h custos de ajustamento, os quais dependem do fluxo de investimentos. Para especificar a dinmica dos investimentos, seguimos De Graeve (2008) e Christensen and Dib (2008), e anexamos a nossa estrutura um modelo de frices financeiras com a formulao do acelerador financeiro de Bernanke et al (1999). A lei de formao do capital dada por,
i k t +1 = ( 1 )k t + it 1 S t i t 1 (10)

em que denota a taxa de depreciao, it denota investimento, e a funo S(.), que descreve o custo de ajustamento, convexa e tem mnimo igual a 1 no ponto it = it-1. H um setor de empresrios que compra capital ao preo qt, usa esse capital no perodo seguinte, recebe a remunerao (o produto marginal do capital) derivado da operao do capital, e o revende ao preo qt+1. A equao de arbitragem, que descreve o problema do empresrio, dada por

+ ( 1 )qt +1 Et rtk 1 = Et t +1 + qt

(11)

em que rk denota o custo de financiamento externo, que deve ser igual ao valor esperado do retorno marginal do capital. Em cada perodo, empresrios tem patrimnio lquido dado por nt, que eles usam para parcialmente financiar seus gastos. A existncia de um problema de verificao de estado com custo (costly state verification) entre eles e os intermedirios financeiros gera um custo de financiamento externo, ft, que representa uma cunha entre o retorno esperado do capital e o retorno da taxa bsica de juros,

tf = E t rtk 1 ( rt t +1 ) +

(12)

A presena de frices informacionais implica que a magnitude desse prmio positivamente relacionada com a alavancagem do empresrio,

qk tf = f t t +1 + tf n t +1

(13)

em que, com algum abuso de notao, f denota uma funo crescente e f um choque do setor financeiro. Conforme qtkt+1/nt+1 aumenta, o empresrio depende mais de recursos sem colateral para financiar seus projetos, o que aumenta seus incentivos de no reportar corretamente o estado da natureza ao intermedirio financeiro. Em equilbrio, essa piora no alinhamento dos incentivos implica em maiores custos de emprstimo. O patrimnio lquido dos empresrios evolui de acordo com nt +1 = f rt k qt 1k t E t 1rtk ( qt 1k t nt ) + ( 1 f ) g tf

(14)

em que f a taxa de sobrevivncia e gf so os recursos que os novos empresrios (os entrantes) recebem, via governo, daqueles que morreram. Na prtica, o parmetro f afeta a persistncia das mudanas no patrimnio lquido. Note-se o paralelismo entre os empresrios, que tomam recursos emprestados para financiar seus projetos, e as famlias pobres, que financiam seu consumo com dvida. De forma a manter essa analogia o mais prxima possvel, assumimos que o prmio a que os pobres esto sujeitos uma funo de seu endividamento, ou seja, th = h (Dt ) + th (15)

em que h tambm denota uma funo crescente, e h outro choque financeiro. Digno de nota, esta a mesma hiptese de Curdia and Woodford (1999), em seu modelo de spread de crdito. Uma possvel racionalizao desse prmio que o setor intermedirio utiliza recursos reais, isto , que a originao de emprstimos envolve custos que so crescentes (e convexos) na quantidade de crdito, Dt. Outra possibilidade que pobres mais endividados esto mais propensos a ser inadimplentes, deixando o Brasil para viver no Paraguai, local em que receberiam os mesmo salrio. (Naturalmente, de forma a manter a populao de pobres constantes no Brasil, o mesmo nmero de paraguaios estaria vindo para o Brasil). Para formalizar essa motivao, considere que a funo valor de um pobre dada por V(St,Dt) em que Dt a dvida e St denota todas as outras variveis de estado. Assuma que cada 6

famlia i esteja sujeita, a cada perodo, a um custo estocstico i de se mudar para o Paraguai, o qual definido de acordo com uma funo de distribuio probabilstica bem definida. Se esta famlia decidir-se por mudar de pas, sua nova funo valor ser (St,0), isto , ela ter o mesmo fluxo de salrios mas dvida nula. Assim, a probabilidade de inadimplncia (default), que corresponde frao do continuum de famlias que se mudaria, dado prob [ < V(St,0)V(St,Dt)]. Se pudermos aproximar V(St,0)- V(St,Dt) por uma funo somente de Dt teremos que a probabilidade de inadimplncia depender somente da dvida. Em outras palavras, em princpio h outras variveis de estado que podem ser importantes para determinar o prmio de financiamento, mas nossa formalizao deixa o problema o mais simples possvel. Tambm digno de nota, nossa formalizao do problema das famlias pobres bastante similar aos modelos de pequenas economias abertas. Nesses modelos tpico assumir que as famlias esto sujeitas a uma taxa de juros que crescente no nvel agregado de dvida, como uma forma de fechar o modelo (veja Schmitt-Grohe and Uribe (2003) e Kanczuk (2004)). A mesma lgica se aplica aqui para as famlias pobres. Por outro lado, nossa formalizao contrasta com a proposta por Iacoviello (2005) e Gerali et alli (2010), que assumem que o nvel de dvida determinado pela quantidade de colateral disponvel. Acreditamos que nossas hipteses capturam mais adequadamente a realidade brasileira, em que a maior parte das famlias com restrio de crdito no possuem residncias e no tm, efetivamente, nenhum patrimnio lquido. Para equilbrio devemos ter que o nvel de capital da economia seja igual ao nvel de dvida lquida das famlias, ou Kt = At Dt. Assim como em modelos de economia pequena aberta, assumimos que h um nvel de dvida de estado estacionrio, que determinado atravs da equao (15). Conseqentemente, o nvel de capital no estado estacionrio, K, determina a quantidade de ativos, A. Para concluir nossa especificao, assumimos que o governo escolhe a taxa nominal de juros de acordo com uma regra de Taylor,

rt = r rt 1 + E t [ t +1 ] + y y t + tr
finais da economia se equilibram, de acordo com

(16)

em que os s so parmetros e r um choque de poltica monetria. E, finalmente, que os bens

yt = ct + it + tg

(17)

em que c o consumo total das famlias (soma de ricos e pobres), g um choque de gastos, e estamos implicitamente assumindo que o consumo dos empresrios desprezvel

3. Estimao
Utilizamos dados trimestrais no horizonte de 1999:2 a 2011:1 obtidos do IBGE, www.ibge.gov.br, onde informaes detalhadas esto disponveis. O conjunto de dados est restrito ao perodo aps a desvalorizao do real de 1999, e da adoo do sistema de metas de inflao, o que torna a estimao mais confivel. Estimamos o modelo utilizando oito series: PIB, consumo, investimento, emprego, taxa primria de juros Selic, inflao (IPCA), expectativas de inflao (Focus), e volatilidade do ndice de aes Ibovespa. Quando comparada ao trabalho de SW, nossa estimao demandou as seguintes alteraes, o que se se deveu sobretudo devido diferena na disponibilidade de dados. Primeiro, como no h uma boa srie de horas trabalhadas para o Brasil, utilizamos de emprego. Com isso, relacionamos horas trabalhadas ao emprego por meio da equao (log linear) ht = emp empregot , em que emp um parmetro a ser estimado. Segundo, como a srie de salrio cobre somente o perodo aps 2004, optamos por no utiliz-la. Como conseqncia de no utilizar salrios na estimao, notamos que no era importante assumir rigidez de salrios para melhorar o ajuste do modelo aos dados. Terceiro, obtivemos que no era importante, tambm em termos de ajuste aos dados, considerar utilizao do capital como uma margem de escolha das empresas, um resultado j obtido por SW. Quarto, como o Brasil no dispe da separao entre os dados de consumo de bens durveis e os demais consumos, no pudemos seguir o procedimento de adicionar os consumos de durveis aos investimentos. Adicionalmente, fazemos duas hipteses que melhoram o ajuste do modelo de forma significativa. Como o Brasil tem bons dados sobre a expectativa de inflao (a pesquisa focus do Banco Central), optamos por utiliz-los no lugar de Et[t+1] cada vez que este termo aparece na equaes do modelo. Conseqentemente, de forma a completar a especificao do modelo, adicionamos uma equao autoregressiva para estas expectativas,

Et [ t +1 ] = backward t + forward t +1 + te
em que e denota um choque de expectativas.

(18)

Segundo, adicionamos uma perturbao equao de Euler para o consumo das famlias ricas. Necessitamos essa hiptese para que as estimaes resultem em medida (frao) positiva famlias ricas, j que a equao de Euler para as famlias pobres tem um termo de perturbao (i.e., o prmio de financiamento). Tipicamente as estimaes de equaes de Euler do consumo assumem que as famlias tm um choque genrico de preferncias. Contudo, em nosso caso essa hiptese tornaria impossvel identificarmos econometricamente os dois tipos de famlias. Com isso em mente, assumimos que o choque nas preferncias das famlias ricas pode medido pela volatilidade do ndice de aes Ibovespa. prtica comum utilizar-se o VIX a volatilidade do ndice S&P500 de aes EUA, implcita em suas opes como uma medida de nervosismo ou averso ao risco do consumidor americano. Analogamente, estamos assumindo que a volatilidade do Ibovespa mede o nervosismo do consumidor rico brasileiro. Para calcular essa volatilidade, ao invs de recorrermos ao mercado de opes, que ocasionalmente ilquido, utilizamos diretamente a cota do ndice, aplicando o mtodo de alisamento exponencial (EWMA), o a denominamos de t. Dessa forma, adicionamos t - em que um parmetro a ser estimado equao do consumo das famlias ricas, e assumimos que essa perturbao segue um processo autoregressivo,

t = t 1 +

(19)

Note-se que agora temos oito perturbaes estocsticas (a, , f, h, r, g, e, ), o mesmo nmero de sries de dados utilizadas na estimao. Assumimos que todos esses choques seguem processos autoregressivos, com exceo do custo inflacionrio (), para o qual, assim como SW, adicionamos um componente de mdia mvel. Cinco dos parmetros estimados so exogenamente prefixados por serem indeterminados ou estimados com muita impreciso. A taxa de depreciao fixada em = 0.025, o estado estacionrio da alavancagem e a taxa de sobrevivncia dos empresrios so fixadas em k/n = 1.2 e s = 0.9, a taxa de subsdio para emprstimos fixada em = 10%, e o consumo do governo somado s exportaes lquidas expressos como frao do PIB, no estado estacionrio, fixado em 21%. Os resultados da estimao esto mostrados na Tabela I. A maior parte dos resultados similar obtida para os EUA, mas as volatilidades so significativamente maiores. Os parmetros relativos s frices de crdito so de interesse particular. Obtivemos que o parmetro que mede a elasticidade do prmio de financiamento s elasticidades das empresas igual a 0.29. Este valor se compara a 0.042 encontrado em 9

Christensen and Dib (2008) e 0.101 em De Graeve (2008). Assim, nossos resultados sugerem que a frico de crdito s empresas mais severo no Brasil que nos EUA. Tal resultado est em linha com a observao de que os mercados financeiros so mais desenvolvidos nos EUA, que tem melhor arcabouo institucional e legal. Tambm so consistentes, claro, com a idia de que o sistema financeiro nos EUA so menos regulados e mais vulnerveis a crises. Obtivemos que a frao do consumo total que feito por famlias com restrio de crdito (pobres) de 75%, que est razoavelmente em linha com informaes anedticas. frustrante, mas esperado, que o parmetro que mede a elasticidade do prmio de financiamento dos pobres a seu endividamento foi estimado em praticamente zero. Frustrante porque essa uma novidade de nosso modelo. Esperado porque a expanso de crdito um fenmeno muito recente no Brasil, e no houve, recentemente, nenhum episdio em que o volume de crdito decresceu. Assim, acreditamos que embora esse efeito seja relevante ele no este efetivamente (quantitativamente) presente no curto perodo de tempo utilizado para estimao. Na tabela II comparamos a verossimilhana marginal (marginal likelihood) de nosso modelo DSGE com as de especificaes BVARs que utilizam as priors propostas por Sims and Zha (1998), estimadas com as mesmas oito variveis. No reportamos os resultados para VARs porque nosso horizonte temporal to curto que no seria razovel reduzi-lo ainda mais para obter uma amostra de treinamento. Esta tambm a razo para no realizarmos os tradicionais exerccios de performance de projeo fora da amostra. Com essas limitaes em mente, nosso modelo parece ter melhor desempenho, em termos de acurcia de projeo, que os BVARs.

4. Quais as razes das crises observadas no Brasil?


Agora utilizamos nosso modelo para extrair os determinantes de quatro desaceleraes (crises) ocorridas no Brasil durante a ltima dcada. Isto feito atravs do clculo do PIB quando somente um dos choques estimados est presente. As oito perturbaes de nossa especificao, (a, , f, h, r, g, e, ), esto relacionadas a choques que ocorrem na (i) tecnologia (resduo de Solow), (ii) inflao (custos), (iii) prmio de financiamento para firmas, (iv) prmio de financiamento para famlias, (v) poltica monetria (desvio da regra de Taylor), (vi) gastos do governo (ou exportaes lquidas), (vii) expectativa de inflao, e (viii) volatilidade (nervosismo).

10

A figura 1 mostra a decomposio das flutuaes de PIB, isto , quais choques causaram o nvel de PIB observado. Para tornar os resultados mais claros, a figura 2 mostra o crescimento do PIB brasileiro, calculado como trimestre sobre trimestre do ano anterior. No horizonte temporal estudado o crescimento do Brasil teve quatro desaceleraes importantes, nas quais focamos. A tabela III mostra a variao do nvel do PIB (dados filtrados) em cada um desses episdios que foi causada por cada um dos oito choques. A frao do total que corresponde a cada choque reportada entre parnteses. Assim, podemos tentar associar os episdios s suas causas. O primeiro episdio facilmente associado ao racionamento de energia que ocorreu durante a segunda metade de 2001. Devido falta de gua nos reservatrios hidreltricos, as firmas e famlias somente puderam utilizar uma quantidade limitada de energia, ou sofrer elevadas tarifas. De acordo com o modelo, 2.4% da queda de 3% no PIB que ocorreu naquele perodo foram devido a um choque de produtividade, o que corresponde a 80%. da variao total, de longe o principal fator. Os choques de crdito e inflao tambm so perturbaes relevantes, e no temos uma boa intuio para eles, ou para fatores que contriburam negativamente para a queda de atividade. De toda forma, reconfortante que os efeitos da falta de energia tenham aparecido primordialmente como uma queda na produtividade. O segundo episdio tambm facilmente associado com um evento histrico. Durante 2002 os investidores financeiros consideravam a possibilidade de que o candidate do Partido dos Trabalhadores, quem havia argumentado em favor de no pagar (default) a dvida externa, poderia ser eleito presidente. Quando este cenrio tornou-se o mais provvel (no comeo de agosto), o temor de um repdio da dvida dominava os mercados, e a taxa de cmbio depreciou cerca de 60%. interessante que o PIB sofreu somente depois, durante a primeira metade de 2003, quando a taxa de cmbio j estava apreciando e retornando a seu valor anterior. Mas foi a quando a inflao acelerou, de 8% to 17%. De acordo com o modelo, 88% da queda de 2.5% PIB deveu-se a um choque de inflao. A depreciao do cmbio causou este choque inflacionrio, deteriorando as expectativas, e forando o Banco Central responder com elevao nos juros, causando efeitos colaterais sobre a atividade. Este processo de transmisso leva tempo, e explica porque a defasagem entre a depreciao e o pico da queda de atividade seja de quatro trimestres. O terceiro episdio, ocorrido em 2005, pode ser associado a um aperto monetrio extraordinrio, no sentido das taxas de juros praticadas terem sido acima daquelas ditadas por 11

uma regra de Taylor que foi estimada com base no horizonte temporal completo. Nosso amigo Afonso Bevilaqua, ento diretor de Poltica Econmica do Banco Central, estava decidido a quebrar a espinha dorsal da inflao. Ele elevou as taxas de juros at 19.75% e reduziu a inflao acumulada em doze meses de 8% para 3%. O modelo sugere que 100% da queda de 1.8% do PIB podem ser atribuda a um choque monetrio, definido como desvio da regra de Taylor. A queda de 8.2% do PIB ocorrida no ultimo episdio tem magnitude bem superior a das outras desaceleraes. De acordo com o modelo 66% dela foi devido a um choque de crdito sobre as firmas. Outros dois choques, de produtividade e de volatilidade, tambm foram importantes. A razo por trs do choque de produtividade no bvia. Mas o efeito do nervosismo com a crise mundial, capturado na volatilidade do Ibovespa, pode de fato ser percebido no comportamento dos consumidores mais abastados. notrio que o impacto do choque de gastos que contm tanto o consume do governo como as exportaes lquidas no foi particularmente relevante durante essa crise. Este resultado contrasta com a noo de que a crise foi transmitida pelo comrcio mundial. A queda sem precedentes do comrcio mundial durante a crise representa, de acordo com alguns, uma contribuio adicional dos problemas enfrentados pela economia global. Nossos resultados sugerem que, ao menos para o Brasil, que sabidamente uma economia relativamente fechada, a transmisso da crise no ocorreu atravs do comrcio internacional propriamente dito (vide Eaton et. al. (2011)).

5. Validao externa dos choques de crdito


Uma dificuldade central das teorias sobre crdito que sua principal varivel o prmio de risco de financiamento no tem contraparte bvia nos dados reais. Enquanto os modelos assumem contratos de emprstimos simplificados, e uma estrutura de informao bem especfica, eles clamam por uma interpretao bem mais geral, em que o prmio esteja associado cunha presente em todas as formas de financiamento. Tornando o assunto ainda mais complexo, sabemos desde Stiglitz and Weiss (1981) que mercados caracterizados por informao imperfeita esto sujeitos a racionamento. Assim, as informaes relevantes no equilbrio podem estar contidas tanto nas quantidades como nos preos.

12

Por estas razes, optamos por no incluir variveis financeiras de crdito diretamente na estimao. Ao invs, decidimos por extrair o prmio de risco consistente com as variveis macroeconmicas (PIB, consumo, investimento, emprego, etc.). Evidentemente, nossa medida do prmio que essencialmente o resduo da estimao fica contaminado por outros fatores que no a cunha informacional, tais como erros de medida e problemas na especificao do modelo. Contudo, ainda assim, devemos esperar que os prmios destilados pelo modelo apresentem alguma correlao com dados financeiros disponveis sobre a evoluo do crdito Nessa seo comparamos nossas medidas de prmio com os suspeitos usuais para serem sua contraparte no mundo real. O mesmo procedimento foi feito para a economia dos EUA por De Graeve (2008), que obteve que sua medida de prmio de financiamento externo apresentasse correlaes acima de 70% com medidas de spread dos ttulos corporativos Bbb e com ttulos

high yield. Nosso desafio aqui um pouco mais ambicioso por termos diferentes medidas de
crdito para famlias e firmas, e porque estamos aplicando o modelo para uma economia em que a qualidade dos dados inferior. Por outro lado, temos no horizonte temporal uma grande crise de crdito que nos ajuda a identificar os choques. A tabela IV reporta os desvios padro de vrias variveis relacionadas ao crdito a pessoas fsicas e suas correlaes com o prmio de financiamento s famlias. Note-se como a evoluo das concesses a varivel com maior correlao (0,73) com o prmio de financiamento e, nesse sentido, parece ser o melhor indicador para se aferir o que est ocorrendo com o crdito s pessoas fsicas. A figura 3 reporta como as duas variveis se comportaram no tempo, sugerindo que a elevada correlao no resultado exclusivamente do ocorrido na grande recesso. Ao menos no horizonte estudado as duas medidas parecem realmente estar conectadas. Sob o ponto de vista puramente terico, sabemos que o spread a varivel observada que mais se aproxima ao conceito utilizado no modelo. Contudo, tendo em vista que o modelo uma simplificao, e que tanto quantidade como preo so relevantes num mercado sob racionamento (Stiglitz and Weiss (1981)), devamos esperar que as informaes sobre o volume tambm contivessem informaes importantes sobre choques no crdito. Entendemos que o volume de crdito seja varivel mais adequada que as concesses, por contemplar implicitamente o prazo e a amortizao de financiamentos anteriores. Neste sentido decepcionante que o crescimento do volume do crdito apresente baixa correlao com o prmio de financiamento. Tambm digno de nota, os dados de inadimplncia e prazo - variveis que so 13

anedoticamente consideradas muito relevantes tampouco contm muita informao sobre o crdito. A tabela V anloga a tabela IV, mas considera o crdito a pessoas jurdicas. Neste caso, as variveis que mais se aproximam do prmio de financiamento so inadimplncia e spread, ambos com correlao de 0,69. A figura 4 reporta a evoluo temporal do spread e do prmio de financiamento, e revela que a ligao entre as duas variveis sensivelmente pior do que a observada no caso das pessoas fsicas. Tambm no caso das pessoas jurdicas, o crescimento do volume do crdito pouco correlacionado com o choque destilado pelo modelo, e parece estar defasado temporalmente. Curiosamente, esta defasagem temporal tambm observada nos Estados Unidos e em outros pases (vide Calvo et al (2006)).

6. O efeito antiinflacionrio das medidas macro-prudenciais sobre o crdito


As figuras 5 e 6 mostram o que acontece com a inflao e com o PIB caso a economia sofra trs tipos de perturbao: (i) um aumento no juro bsico (Selic), (ii) um aumento no prmio de financiamento do crdito s pessoas jurdicas e (iii) um aumento no prmio de financiamento do crdito s pessoas fsicas, todos de 1%. Dito de outra forma, elas reportam as respostas impulso quando os choques so normalizados para terem a mesma magnitude em vez daquela dada por seus desvios padro. Note como os impactos conseqentes de elevaes nos juros bsicos so sensivelmente maiores que os outros. Isto ocorre porque os agentes econmicos reagem de forma a evitar das distores que lhes colocam. Caso o consumo fique mais caro, porque o crdito s famlias ficou mais caro, a reduo no consumo ser mais expressiva do que a do investimento. O inverso verdade caso o crdito ao investimento (s firmas) tiver ficado mais caro. Como elas impactam todos os componentes da demanda, e assim no podem ser dribladas, elevaes nos juros bsicos tm efeitos mais fortes. Note tambm como os impactos relativos sobre inflao e PIB so distintos dependendo de qual dos juros perturbado. Para melhor visualizao, a figura 7 utiliza as anteriores para calcular as taxas de sacrifcio, definidas como as quantidades (em pontos percentuais) de PIB que so sacrificadas para que a inflao seja reduzida em 1%, em cada instante do tempo. Veja 14

como choques sobre medidas que encarecem o crdito a pessoas fsicas, por reduzirem o consumo em vez do investimento, tm a menor taxa de sacrifcio: uma menor queda do PIB necessria para uma mesma reduo da inflao. Independentemente de questes normativas, este resultado indica que modelo em forma reduzida que relacionam medidas do hiato do produto com inflao podem levar a resultados enganosos quando se utilizam medidas sobre o crdito como instrumentos adicionais taxa bsica de juros. Por indicar os efeitos do crdito sobre inflao, a figura 5 tambm serve para mensurar os efeitos monetrios das diversas medidas macro-prudenciais. Por exemplo, em dezembro de 2010 o Banco Central adotou diversas medidas visando reduzir a expanso de crdito, tais como uma majorao do requerimento de capital para operaes de crdito a pessoas fsicas com prazos superiores a 24 meses, e uma elevao do compulsrio sobre depsitos vista e prazo. Tais medidas resultaram numa elevao do spread do crdito para as pessoas fsicas de cerca de 3,4%. Visto sob outra tica e mtrica, as mesmas medidas implicaram numa contrao nas concesses de crdito destinado s pessoas fsicas de aproximadamente 5,5%, quando se controla pelo nmero de dias teis, sazonalidade e inflao. A questo que se coloca, de enorme relevncia para a conduo de poltica monetria, qual o impacto dessas medidas sobre a inflao. Equivalentemente, mas de forma e gerar mais intuio, a pergunta colocada na mtrica dos juros primrios: A quantos pontos de elevao da Selic correspondem s medidas prudenciais adotadas? A primeira etapa para responder essa pergunta utilizar a validao externa dos prmios de financiamento da seo anterior para fazer um mapeamento entre os choques de crdito e as variveis de crdito observadas. O exato mapeamento depende das preferncias da analista, de quanto ela acredita que o modelo est realmente capturando a realidade brasileira, e da importncia atribuda aos diferentes dados de crdito disponveis. Uma alternativa acreditar completamente no modelo, assumindo que ele uma perfeita descrio da realidade. Em tal caso, o premio de financiamento destilado deveria coincidir com o spread de crdito. O fato dos dados disponveis de spreads apresentarem correlao menor que um e desvios padro distintos do prmio destilado teria sido um reflexo de erros de medida, i.e. um problema dos dados e no do modelo. Neste caso, a elevao de 3,4% no spread implica em uma elevao da mesma magnitude no prmio de financiamento. Da pode-se prosseguir para a segunda etapa, de 15

mensurar os impactos do prmio de financiamento como funo dos impactos da Selic sobre a inflao (figura 5), obtendo-se algo em torno de 30%. Obtm-se, ento, que os impactos das medidas prudenciais so equivalentes a uma elevao de (3,4%)(30%) = 1,0% na Selic. Uma segunda alternativa seria adotar a postura oposta, de acreditar muito nos dados e pouco no modelo. Podemos utilizar os desvios padro e correlao da tabela IV para calcular que a reduo de 8% nas concesses equivale a uma elevao de (5,5%)(0,73)(1,66%)/(4,75) = 1,4% no prmio de financiamento. Utilizando-se o fator de 30% entre prmio de financiamento e Selic obtm-se que as medidas prudenciais adotadas so equivalentes a uma elevao de (2,3%)(30%) = 0,4% na Selic. Dessa forma, a ttulo de concluso, nossos exerccios apontam que o impacto das medidas prudenciais tem magnitude equivalente a uma elevao na Selic entre 40 e 100 pontos percentuais. Evidentemente h vrias outras alternativas, que implicam em diferentes termmetros, dependendo das priors da analista.

7. Concluses
At recentemente o setor financeiro era relativamente ignorado em modelagens macroeconmicas. Com a grande recesso isso mudou, e tornou-se imperativo incorporar como choques nas distores creditcias afetam os ciclos econmicos. Este artigo prope um modelo para realizar este mapeamento, entre variveis relativas ao crdito concedido a pessoas fsicas e jurdicas e variveis macroeconmicas tradicionais, como inflao e PIB. Neste sentido, permite mensurar como medidas macro-prudenciais se comparam a poltica monetria tradicional, em seus efeitos no controle inflacionrio. O modelo proposto uma extenso do desenvolvido por Smets e Wouters (2007), com a adio de um canal de crdito a pessoas jurdicas a la Bernanke et al (1999) e de um canal de crdito a pessoas fsicas a la Curdia e Woodford (2010). Isto permite que a economia se ajuste bem aos dados brasileiros, permitindo que o mapeamento desejado seja realizado com algum grau de confiana. Contudo, como o modelo no contempla risco sistmico de forma explcita, ele no pode ser utilizado para uma anlise normativa da utilizao de polticas macro-prudenciais. Para isso, entendemos, seria necessrio uma melhor compreenso das distores econmicas existentes, as quais resultam nas oscilaes e choques financeiros observados. Assim, este trabalho toma como 16

um dado a presena de regulao macro-prudencial, sem analisar suas motivaes e determinantes microeconmicos, mas somente mensurando sua interao com a poltica monetria.

8. Referencias
Bernanke, B. S., M. Gertler and S. Gilchrist (1999) The Financial Accelerator in a Quantitative Business Cycle Framework in The Handbook of Macroeconomics ed. by J. B. Taylor and M. Woodford, pp. 13411393, Elsevier Science B.V., Amsterdam. Calvo, G. A., Izquierdo, A. and E. Talvi (2006) Phoenix Miracles in Emerging Markets: Recovering without Credit from Systemic Financial Crisis NBER Working Paper 12101 Christensen, I. and A. Dib (2008) The Financial Accelerator in an Estimated New Keynesian Model, Review of Economic Dynamics 11: 155-178 Curdia, V. and M. Woodford (2010) Credit Frictions and Optimal Monetary Policy Columbia Working Paper De Graeve, F. (2008) The External Finance Premium and the Macroeconomy: U.S. Post-WWII Evidence Journal of Economic Dynamics and Control 32: 34153440. Eaton, J., Kortum, S., Neiman, B and J. Romalis, (2011) "Trade and the Global Recession," NBER Working Papers 16666 Gerali, A, Neri, S., Lessa, L. and F. M. Signoretti (2009) Credit and banking in a DSGE model of the euro area Journal of Money, Credit and Banking, 42(1): 107-141 Kanczuk, F. (2004) Real Interest Rates and Brazilian Business Cycles Review of Economic

Dynamics 7: 436455.
Iacoviello, M. (2005) House Prices, Borrowing Constraints and Monetary Policy in the Business Cycle, American Economic Review 95(3): 739-764. Sims, C. A. and T. Zha (1998) Bayesian Methods for Dynamic Multivariate Models

International Economic Review 39 (4): 949968.


Smets, F. and R. Wouters (2007) Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach American Economic Review 97 (3): 586606. Schmitt-Grohe S, and M. Uribe (2003) Closing Small Open Economy Models Journal

International Economics 61: 163185.


Stiglitz, J. E., and A. Weiss, A. (1981). Credit rationing in markets with imperfect information.

American Economic Review , 71 , 393 410.

17

Tabela I: Resultados da Estimao


Parmetro Averso ao Risco c Inv. Elast. Oferta Trabalho. l Persistencia de Habito Impaciencia 100(-1 1) Frao de ricos Efeito da Volatilidade Elastic.do Premio a Dvida h Preos Calvo (1-fix)(1-fix)/fix Indexao lag Frao do Capital Custo de Ajustmento Elastic. Premio a Alavanc. f Taylor Inflaon Taylor PIB y Taylor Suavizao r Horas e Emprego emp Focus Backward backward Focus Forward forward S.D. technologia a AR (1) technologia a S.D. inflao AR (1) inflao MA (1) inflao S.D. credito firmas f AR (1) credito firmas f S.D. crdito famlias h AR (1) crdito famlias h S.D. poltica monetaria r AR (1) poltica monetria r S.D. governo g AR (1) governo g S.D. expectativa e AR (1) expectativa e S.D. volatilidade AR (1) volatilidade Prior Distribution Distrib. Mean St.Dev. Norm 1.0 0.5 Norm 2.0 1.0 Beta 0.6 0.2 Gamm 0.2 0.1 Beta 0.5 0.2 Norm 1.0 3.0 Norm 0.1 0.2 Norm 0.1 0.2 Beta 0.5 0.2 Norm 0.3 0.1 Norm 1.0 2.0 Norm 0.2 0.2 Norm 3.0 3.0 Norm 0.2 0.1 Beta 0.5 0.2 Norm 2.0 0.5 Norm 0.1 0.2 Norm 0.2 0.2 Invg 1.0 3.0 Beta 0.7 0.2 Invg 0.7 3.0 Beta 0.5 0.2 Beta 0.7 0.2 Invg 2.0 4.0 Beta 0.5 0.2 Invg 2.0 3.0 Beta 0.5 0.2 Invg 0.2 1.0 Beta 0.5 0.2 Invg 3.0 5.0 Beta 0.7 0.2 Invg 0.7 3.0 Beta 0.7 0.2 Invg 1.0 3.0 Beta 0.7 0.5 Posterior Distribution Mean 2.5% 97.5% 1.10 0.85 1.35 1.17 0.01 2.20 0.45 0.24 0.67 0.21 0.10 0.34 0.25 0.02 0.51 0.54 -0.05 1.89 0.01 0.00 0.03 0.08 0.01 0.16 0.51 0.20 0.82 0.23 0.19 0.27 0.98 0.29 1.66 0.29 0.05 0.50 3.05 2.03 4.12 0.22 0.09 0.34 0.61 0.51 0.72 2.53 1.99 3.08 0.11 0.03 0.18 0.23 0.08 0.39 1.31 1.02 1.58 0.67 0.51 0.81 0.84 0.67 1.00 0.46 0.28 0.64 0.59 0.50 0.69 2.14 0.84 3.37 0.34 0.12 0.56 1.89 0.83 2.96 0.34 0.12 0.56 0.22 0.18 0.26 0.51 0.31 0.69 3.17 2.60 3.67 0.75 0.59 0.92 0.84 0.67 1.00 0.60 0.50 0.69 1.11 0.92 1.28 0.67 0.51 0.84

18

Tabela II: Comparao de Verossimilhana Marginal


Order do BVAR BVAR(1) BVAR(2) BVAR(3) BVAR(4) BVAR(5) BVAR(6) BVAR(7) BVAR(8) DSGE Model Marginal Likelihood -573.7 -638.5 -498.8 -490.1 -489.5 -488.8 -490.2 -490.0 -426.7

Tabela III: Decomposition of GDP Growth in Brazilian Crisis Episodes


Energy Rationing -3.0 (100%) -2.4 (80%) 0.0 (-1%) 1.0 (-35%) -1.3 (43%) -0.5 (17%) 1.3 (-44%) -0.4 (12%) -0.6 (21%) Lula Fear -2.5 (100%) 0.4 (-15%) -0.5 (21%) 0.5 (-20%) -0.3 (11%) 0.6 (-23%) -2.2 (88%) -1.1 (46%) 0.2 (-7%) Bevilaqua Fury -1.8 (100%) -0.7 (40%) -0.1 (5%) -0.8 (49%) 0.1 (-9%) -1.8 (100%) 0.6 (-32%) 0.7 (-42%) 0.2 (-11%) Subprime Crisis -8.2 (100%) -1.5 (18%) 0.1 (-1%) 0.6 (-8%) -5.4 (66%) -1.2 (14%) 1.0 (-12%) -0.1 (1%) -1.8 (21%)

Total Technology Households Credit Spending Firms Credit Monetary Inflation Expectations Volatility

a h g f r e

Tabela IV: Validao do prmio de financiamento s Pessoas Fsicas


Variable (X) Prmio (Y) Volume (cresc.) Concesses Prazo Inadimplncia Spread S.D. (%) 1.66 6.33 4.75 4.83 5.26 2.73

(X,Y(-2))
.17 .22 .22 .14 .07 .15

(X,Y(-1))
.35 .39 .26 .22 .38 .33

(X,Y)
1.0 .46 .73 .37 .25 .60

(X,Y(1)) (X,Y(2))
.38 .50 .65 .55 .18 .49 .10 .35 .28 .54 .23 .18 19

Tabela V: do prmio de financiamento s Pessoas Jurdicas


Variable (X) Prmio (Y) Volume (cresc.) Concesses Prazo Inadimplncia Spread S.D. (%) 3.06 9.73 5.54 7.41 17.6 2.21

(X,Y(-2))
-.22 -20 .36 .36 .29 .21

(X,Y(-1))
.41 .69 .44 .30 .69 .51

(X,Y)
1.0 .29 .34 .26 .69 .69

(X,Y(1)) (X,Y(2))
.05 -.21 -.04 -.02 -.07 .24 .21 -.23 -.11 -.15 .21 .12

Figura 1: Decomposio dos choques sobre o PIB


6 Initial values 4 evixbr 2 0 efocus epinf em -2 eqs -4 eg eb ea 10 20 30 40 50

-6

-8 0

Notao para os choques: evixbr volatilidade do Ibovespa, efocus a expectative de inflao, epinfo custo da inflao (cost-push), em o monetrio (desvio da regra de Taylor), eqso crdito s firmas, ego gasto (governo ou exportaes lquidas), eb o crdito s famlias pobres, e ea a tecnologia (resduo de Solow).

20

Figura 2: Crescimento do PIB (trimestre sobre mesmo trimestre do ano anterior)


10.0 8.0 6.0 4.0 2.0 0.0 -2.0 -4.0 mar/99 mar/00 mar/01 mar/02 mar/03 mar/04 mar/05 mar/06 mar/07 mar/08 mar/09 mar/10 mar/11 0.15 0.10
(-) concesso (dir)

Lula Fear

Bevilaqua Fury

Energy Rationing

Subprime Crisis

Figura 3: Prmio de financiamento sobre Pessoas Fsicas


6.0 5.0 Credito PF 4.0
dsge (esq)

3.0 0.05 2.0 1.0 0.00 0.0 -1.0 -2.0 -3.0 dez/05 set/06 jun/06 dez/06 set/07 jun/07 dez/07 set/08 jun/08 mar/06 dez/08 set/09 jun/09 mar/07 dez/09 set/10 jun/10 mar/08 mar/09 mar/10 dez/10 mar/11 -0.10 -0.05

21

Figura 4: Prmio de financiamento sobre Pessoas Jurdicas


13.0 Credito PJ 11.0 9.0 7.0 5.0 0.0 3.0 1.0 -1.0 -2.0 -3.0 -5.0 dez/05 dez/06 dez/07 mar/06 dez/08 mar/07 dez/09 mar/08 mar/09 mar/10 dez/10 jun/06 jun/07 jun/08 mar/11 jun/09 set/06 set/07 set/08 set/09 jun/10 set/10 -3.0 -1.0
dsge (esq.) spread (dir)

3.0

2.0

1.0

Figura 5: Resposta Impulso sobre Inflao


0.0

-0.2

-0.4

-0.6

-0.8

-1.0

-1.2 1 2 3 4 5
Selic

0 1

1 1

2 1

Credito PF

Credito PJ

22

Figura 6: Resposta Impulso sobre PIB


0.0 -0.2 -0.4 -0.6 -0.8 -1.0 -1.2 -1.4 1 2 3 4 5
Selic

0 1

1 1

2 1

Credito PF

Credito PJ

Figura 7: Taxa de Sacrifcio


8.0 7.0 6.0 5.0 4.0 3.0 2.0 1.0 0.0 1 2 3 4
Selic

0 1

1 1

2 1

Credito PF

Credito PJ

23