FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA
“INDICADORES ANTECEDENTES DO PIB BRASILEIRO”
EDUARDO SILVA E SILVA ORIENTADOR: PROF. Dr. FERNANDO NASCIMENTO DE OLIVEI RA
Rio de Janeiro, 29 de agosto de 2012.
“INDICADORES ANTECEDENTES DO PIB BRASILEIRO”
EDUARDO SILVA E SILVA
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças e Controladoria
ORIENTADOR: Dr. FERNANDO NASCIMENTO DE OLIVEIRA
Rio de Janeiro, 29 de agosto de 2012.
“INDICADORES ANTECEDENTES DO PIB BRASILEIRO”
EDUARDO SILVA E SILVA
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças e Controladoria
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor Dr. FERNANDO NASCIMENTO DE OLIVEIRA (Orientador) Instituição: IBMEC – RJ E BANCO CENTRAL DO BRASIL _____________________________________________________
Professor Dr. OSMANI TEIXEIRA DE CARVALHO GUILLÉN Instituição: IBMEC - RJ _____________________________________________________
Professor Drª. MYRIAN BEATRIZ EIRAS DAS NEVES Instituição: BANCO CENTRAL DO BRASIL
Rio de Janeiro, 29 de agosto de 2012.
332 S586i
Silva, Eduardo Silva e. Indicadores antecedentes do PIB brasileiro. / Eduardo Silva e Silva. - Rio de Janeiro: Faculdades Ibmec, 2012. 60f.; 29 cm. Dissertação de Mestrado Profissionalizante apresentada ao Programa de Pós-Graduação em Economia das Faculdades Ibmec, como requisito parcial necessário para a obtenção do título de Mestre em Economia. Área de concentração: Economia – Finanças e Controladoria. Orientador: Dr. Prof. Fernando Nascimento de Oliveira
1. Indicadores antecedentes. 2. Indicadores financeiros. 3. Produto Interno Bruto. 4. IBC-BR. 5. Econometria. I. Silva, Eduardo Silva e. II. Dr. Prof.Oliveira, Fernando Nascimento de . III. Indicadores antecedentes do PIB brasileiro.
v
AGRADECIMENTOS
Aos meus familiares, pelo apoio, cobrança e incentivo sempre presentes, nesta e em outras
etapas da minha vida; assim como pelos valores passados na minha formação, os quais
carrego em minha vida pessoal e profissional.
Ao Professor Dr. Fernando Nascimento de Oliveira, pela valiosa orientação e atenção
dedicadas ao longo de todo o desenvolvimento desta dissertação.
Aos demais Professores do Departamento de Economia e Administração do IBMEC-RJ pelos
ensinamentos e conhecimento transferidos nas diversas disciplinas cursadas durante os
últimos dois anos.
Aos colegas de Mestrado, pelo agradável convívio e pelas conversas enriquecedoras nos
intervalos entre as aulas.
Ao Banco Guanabara, pelo apoio financeiro na conclusão do curso.
À Lívia, minha grande companheira, pela compreensão da importância deste projeto para
minha vida e por todo apoio e amor a mim dedicados.
vi
RESUMO
O presente estudo tem por objetivo tentar identificar, dentre diversas séries de variáveis
econômicas e financeiras para o período de 2003 a 2012, quais podem desempenhar um papel
de indicador antecedente da variação do Produto Interno Bruto brasileiro, atuando em
conjunto com em um índice composto, como um previsor do desempenho da economia no
curto prazo. Utilizar-se-á as variáveis conjuntamente conforme identificadas em regressões
lineares, tendo como variáveis dependentes as variações do PIB trimestral, divulgado pelo
IBGE e o IBC-BR, indicador de periodicidade mensal desenvolvido pelo Banco Central e que
apresenta uma elevada correlação com o indicador trimestral do PIB.
Os resultados apresentados nos modelos lineares indicam uma boa aderência aos movimentos
das séries coincidentes, porém apresentando um elevado erro percentual absoluto médio entre
o valor real e o obtido através de previsões dentro e fora da amostra.
Palavras Chave: Indicadores Antecedentes, PIB, IBC-BR.
vii
ABSTRACT
This paper has the objective to identify, among a group of selected economic and financial
variables for the period between 2003 and 2012, the ones that can perform as Leading
Indicators of the growth rate of Brazilian GDP, acting together on a composite index as a
predictor of future economic activity on the short run. The IBC-BR and PIB indexes have
been chosen to represent the aggregate economic. The former, developed by the Brazilian
Central Bank is released on a monthly basis while the latter is released by IBGE (Brazilian
Institute for Statistics) on a quarterly basis.
The results of the linear model constructed show a good performance of the composite index
in forecasting the level and the movements of aggregate economic activity, both in-sample
and out-of-sample, but in the presence of a high Absolute Percentage Error between the
forecast value and the observed value.
Key Words: Leading Indicators, GDP, IBC-BR.
viii
LISTA DE FIGURAS
Figura 1 – IBC-BR Trimestral X PIB Trimestral ..................................................................... 15 Figura 2 - IBC-BR semestral X PIB semestral ......................................................................... 16 Figura 3 - Var. Percentual PIB X Var. Percentual IBC - BR (Média Trimestral) .................... 16 Figura 4- Correlação Cruzada IBC-BR X Bovespa.................................................................. 22 Figura 5 - Correlação Cruzada IBC-BR X SA_SOND_EXP ................................................... 22 Figura 6 - Correlação Cruzada IBC-BR X ICC_EXP .............................................................. 23 Figura 7 - Correlação Cruzada IBC-BR X Import ................................................................... 23 Figura 8 - Séries Antecedentes (Média Trimestral) em t X IBC-BR em t ............................... 25 Figura 9 - Séries Antecedente (Média Trimestral) X IBC-BR (Média Trimestral) em t ......... 25 Figura 10 - Correlação Cruzada PIB_IBGE X BOVESPA ...................................................... 27 Figura 11 - Correlação Cruzada PIB_IBGE X SONDPRES .................................................... 27 Figura 12 - Correlação Cruzada PIB_IBGE X SPREAD ......................................................... 28 Figura 13- Séries Antecedentes Trimestrais X PIB_IBGE ...................................................... 29 Figura 14 - Séries Antecedentes Trimestrais X PIB_IBGE em t ............................................. 30 Figura 15- Previsão IBC-BR Dentro da Amostra ..................................................................... 33 Figura 16 - Previsão IBC-BR Fora da Amostra ....................................................................... 34 Figura 17- Previsão PIB - IBGE Dentro da Amostra ............................................................... 38 Figura 18 - Previsão PIB - IBGE Fora da Amostra .................................................................. 38
ix
LISTA DE TABELAS
Tabela 1 – Correlação IBC-BR X PIB ..................................................................................... 16 Tabela 2 – Séries Avaliadas...................................................................................................... 19 Tabela 3 – Bancos de Dados Utilizados ................................................................................... 20 Tabela 4 - Testes de Causalidade de Granger –IBC-BR26 ...................................................... 24 Tabela 5 - Testes de Estacionaridade – Séries Mensais ........................................................... 24 Tabela 6 - Testes de Causalidade de Granger PIB IBGE ......................................................... 28 Tabela 7– Testes de Estacionaridade– Séries Trimestrais ........................................................ 29 Tabela 10 - Estatísticas modelo mensal IBC-BR ..................................................................... 32 Tabela 11 - Estatísticas da Previsão IBC-BR ........................................................................... 33 Tabela 12- Estatísticas Modelo Trimestral ............................................................................... 37 Tabela 13– Estatísticas da Previsão PIB - IBGE ...................................................................... 37 Tabela 14– Variáveis Avaliadas ............................................................................................... 44
x
LISTA DE ABREVIATURAS ABIOVE Associação Brasileira das Indústrias de Óleos Vegetais
ABRAS Associação Brasileira de Supermercados
ANDIMA Associação Brasileira das Entidades dos Mercados Financeiros e de Capitais
BACEN Banco Central do Brasil
CNI Confederação Nacional da Indústria
DEPEP Departamento de Estudos e Pesquisas – Banco Central do Brasil
FEE Fundação de Economia e Estatística
FGV Fundação Getúlio Vargas
IBC-BR Índice de Atividade Econômica do Banco Central
IBOVESPA Índice Bovespa
IBRX100 Índice Brasil - Bovespa composto pelas 100 ações mais negociadas na Bovespa
ICC Índice composto da Atividade Econômica – Banco Central do Brasil
IPEA Instituto de Pesquisa Econômica Aplicada
ITAP Índice Trimestral de Atividade Produtiva
NBER National Bureau of Economic Research
OCDE Organização para Cooperação e Desenvolvimento Econômico
ONS Operador Nacional do Sistema
PIB Produto Interno Bruto
xii
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
2 REVISÃO DA LITERATURA ............................. .................................................. 6
3 DADOS .............................................................................................................. 14
3.1 INDICADOR COINCIDENTE ................................................................................................................ 14
3.2 VARIÁVEIS ANTECEDENTES.............................................................................................................. 17 3.2.1 VARIÁVEIS MENSAIS .................................................................................................................... 21 3.2.2 VARIÁVEIS TRIMESTRAIS ........................................................................................................... 25
4 MODELO MENSAL ..................................... ...................................................... 31
5 MODELO TRIMESTRAL ................................. .................................................. 36
6 CONCLUSÃO ......................................... ........................................................... 40
REFERÊNCIAS BIBLIOGRÁFICAS ........................ ................................................. 42
1
1 INTRODUÇÃO
Algumas das mais importantes decisões no âmbito empresarial são realizadas tendo com
parâmetro não apenas a sensibilidade dos agentes quanto ao momento econômico corrente,
mas principalmente com base em expectativas quanto à demanda, preços e custos aguardados
para os períodos seguintes, dado ao não imediatismo de ajustes na produção e à existência de
custos fixos no curto prazo. O conhecimento antecipado da direção da atividade econômica e
da dimensão da variação a ser observada é de suma importância na utilização mais eficiente
dos recursos econômicos e na geração de valor aos detentores do capital produtivo.
Coordenadores das políticas monetária e fiscal também buscam uma correta interpretação do
estado atual da economia e de sua trajetória futura. Através da atuação por meio das variáveis
exógenas, é preciso ter um controle não apenas do grau dos efeitos sobre o nível da atividade
econômica, devendo ser observado também o horizonte, o prazo para que as decisões tomadas
tenham o impacto desejado. Dessa forma, uma leitura antecipada auxilia no processo
objetivado pelas autoridades econômicas.
Com base nesta demanda, estudos sobre ciclos de negócios e a identificação de variáveis
indicativas do momento econômico são desenvolvidos há praticamente um século, sendo o
trabalho desenvolvido em Burns e Mitchell (1946) apontado como o estudo seminal nesse
campo.
2
Acompanhando esses estudos, diversas metodologias para a identificação de variáveis com
capacidade de prever e até mesmo de antecipar a dimensão da mudança dos ciclos de
negócios foram construídos ao longo desse período. O objetivo é a correta identificação de
indicadores antecedentes com comprovado poder de atuar como previsores do nível da
atividade econômica e a identificação dos pontos de reversão.
O processo para definição de um índice antecedente envolve basicamente três etapas: (i)
selecionar uma variável alvo que representará a medida da atividade econômica (ii) a escolha
dos indicadores econômicos e financeiros adequados como previsores da série alvo e (iii) a
combinação dessas séries antecedentes escolhidas formando um índice composto antecedente.
O presente trabalho tentará desenvolver um modelo que possa apresentar um razoável poder
preditivo do nível futuro da atividade econômica. São avaliadas individualmente 161 séries,
de periodicidade mensal, divulgadas por diversas instituições de renome no campo de
pesquisa e estatística no país, buscando as que apresentem elevado valor de correlação com a
série de referência e, após compostas de forma parcimoniosa em um indicador obtido através
de uma regressão linear tendo como variável dependente esta mesma série de referência e
como variáveis explicativas as identificadas por correlação e testes de causalidade de Granger,
este será testado com o objetivo de verificar sua funcionalidade como um indicador
antecedente do desempenho da economia no curto prazo. A opção por um indicador composto
tem a função de tentar minimizar os erros que podem surgir com a concentração no
comportamento de apenas uma variável frente à série de referência.
O impacto de variáveis associadas ao setor real da economia, abrangendo diversos setores
econômicos; das variáveis financeiras, considerando entre outros dados, o estoque de crédito,
moeda, custos do dinheiro representados pelas taxas básicas de juros e pelos spreads de
3
operações financeiras e de financiamento do governo; além das variáveis de expectativa de
consumidores e do setor empresarial, preços de ações entre outros é analisado através de
regressões lineares considerando como série a ser seguida a variação do Produto Interno Bruto
divulgado trimestralmente pelo IBGE e o índice IBC-BR divulgado mensalmente pelo Banco
Central do Brasil, utilizado como um indicador coincidente mensal do PIB, com o qual
apresentou uma elevada correlação em estudo passado desenvolvido pelo departamento de
Estudos e Pesquisa do BACEN.
Os resultados apresentados demonstram que as variáveis que apresentaram um maior poder
preditivo após os tratamentos e testes econométricos realizados são as relacionadas com as
pesquisas de sondagem (surveys) realizadas pela FGV junto a consumidores e empresários,
representando as expectativas e a leitura desses agentes a respeito da situação econômica
futura e contemporânea, e as variáveis financeiras, identificadas pelo spread médio das
operações de crédito, e pelo Ibovespa, mais conhecido indicador do desempenho médio das
cotações do mercado de ações brasileiro, composto por uma carteira de ações negociadas na
Bolsa de Valores de São Paulo, que por refletir de uma maneira geral a variação no preço
baseado em uma expectativa de resultados futuros e pagamento de dividendos, pode ser
considerada também uma variável de expectativa.
Podemos citar diversos trabalhos realizados sobre o tema indicadores antecedentes. Na maior
parte dos estudos, tem-se como alvo o nível de produção da economia, porém também são
encontrados na literatura estudos relacionados à inflação e outras variáveis econômicas.
O presente estudo se baseou nos boxes “Indicadores Financeiros Antecedentes do PIB
Brasileiro” e “Indicadores Financeiros Antecedentes da Atividade Doméstica”, publicados
nos Relatórios de Inflação divulgados pelo BACEN nos trimestres de setembro de 2009 e
4
março de 2012 respectivamente. No primeiro, composto de duas etapas, a equipe do
departamento de pesquisa do Banco Central desenvolve para o período de 1996 a 2008, um
indicador da atividade econômica de periodicidade mensal nomeado Índice Composto da
Atividade Econômica, e em seguida, utilizando este indicador como série de referência,
identifica através de correlações e testes de causalidade sobre diversas variáveis financeiras,
evidências de duas variáveis relevantes como indicadores antecedentes (IBRX100 e Spread
entre debêntures e títulos do governo de mesmo prazo). O segundo estudo, parte da mesma
metodologia, porém para o período de 2003 a 2011 e com a utilização do IBC-BR como
variável de referência, já que o mesmo apresentou um desempenho superior ao ICC na
aderência às variações apresentadas pelo PIB trimestral.
Na literatura internacional, considerando estudos mais recentes, alguns dos principais
trabalhos no tema foram desenvolvidos por Stock e Watson (1989, 1993, 2003) cuja
metodologia de utilização de séries de tempo e a identificação de variáveis observáveis e não
observáveis serviu de base para diversos outros estudos.
Estrella e Mishkin (1999) focaram no desempenho de variáveis financeiras como indicadores
antecedentes. Conforme mencionado anteriormente, o poder preditivo de variáveis financeiras
também foi verificado no presente trabalho. Marcellino (2005) faz uma grande revisão sobre o
assunto, comparando diversas metodologias.
Na literatura nacional recente, além dos trabalhos desenvolvidos pelo Departamento de
Pesquisa do BACEN, destaque para Hollauer e Issler (2006) que reproduziram para o Brasil a
metodologia do TCB e assim como o presente trabalho, identificaram variáveis financeiras e
de expectativa dentre as apontadas como antecedentes; e Lima (2005) que utilizou uma
5
regressão linear na construção do indicador composto, escolha similar à essa dissertação, ,
porém aplicando a metodologia de componentes principais.
O restante deste trabalho é composto por cinco capítulos. No próximo capítulo é apresentada
uma breve revisão da literatura mais recente sobre o tema. No terceiro capítulo, são
apresentados os procedimentos para identificação das variáveis antecedentes. A composição
do modelo mensal e os resultados encontrados são apresentados no quarto capítulo. A
composição do modelo trimestral é apresentada no quinto capítulo em conjunto com a os
resultados deste modelo. O sexto capítulo é composto pela conclusão.
1Organização empresarial norte-americana, que conduz a tarefa de medição de diversas séries temporais relacionadas com a atividade econômica. Desde 1995, por encomenda do Departamento de Comércio dos Estados Unidos da América, determina uma série de indicadores antecedentes, coincidentes e defasadas oficiais e são, nos EUA, as mesmas daquelas analisadas pelo NBER e em número de 12, 4 e 7, respectivamente.
6
2 REVISÃO DA LITERATURA
Os textos existentes na literatura de indicadores antecedentes em sua maioria foram
desenvolvidos acompanhados da construção de índices coincidentes da atividade econômica,
cuja metodologia mais empregada nos trabalhos analisados remete às metodologias da NBER
– National Bureau of Economic Research do TCB – The Conference Board1, duas entidades
sem fins lucrativos, com sede nos EUA, cujos objetivos são a pesquisa econômica, desde
1920, no caso da primeira, e 1995, no caso da segunda.
Como o presente trabalho se deteve à modelagem de indicadores antecedentes, utilizando
como série coincidente o IBC-BR / BACEN, a revisão da literatura se restringirá ao Box
encontrado no Relatório de Inflação de Março de 2010, o qual trata da constituição do índice
de referência; ao estudo de constituição do IBCR-RS, outro trabalho desenvolvido pelo
BACEN que se constitui como uma medida antecedente da evolução da atividade econômica
no Rio Grande do Sul e a diversos outros trabalhos que tenham como objetivo principal a
construção de índices e a identificação de indicadores antecedentes da atividade econômica.
Há, dentro da literatura, duas utilizações para os indicadores antecedentes: a identificação do
ciclo de negócios (recessão ou crescimento) prevendo os pontos de mudança do ciclo; e a
busca da variável alvo, tentando antecipar a direção e a dimensão de sua variação.
7
Essas duas utilizações são tratadas como distintas por alguns autores como Chauvet (2001) e
superpostas por outros, como Houllander e Issler (2006).
No relatório de Inflação de Março de 2010, a equipe do DEPEP – Departamento de Estudos e
Pesquisas do BACEN apresenta a metodologia para construção do IBC-BR, indicador de
periodicidade mensal que comprovadamente representa um Proxy do desempenho doPIB.
Esse indicador incorpora variáveis proxies para três setores da economia (Agropecuária,
Indústria e Serviços) e apresenta uma aderência bastante forte ao comportamento do PIB, com
o ganho de ser uma estatística mensal, podendo antecipar o resultado trimestral do PIB.
O referido Box utilizou como base a metodologia desenvolvida no trabalho de janeiro de 2009
do Boletim Regional do Banco Central do Brasil, nomeado IBCR-RS, que representa um
indicador para a economia regional do Rio Grande do Sul e foi posteriormente adaptado para
outras regiões do País, criado a partir de uma composição ponderada de variáveis proxies para
agricultura; silvicultura; exploração florestal; pecuária e pesca; indústria de transformação;
comércio e serviços; construção civil; saúde, educação e Administração públicas. O indicador
criado apresentou uma boa aderência ao PIB regional (anual) e ao Índice Trimestral de
Atividade Produtiva, índice trimestral regional produzido pela FEE, com a vantagem de ser
observado em periodicidade mensal.
Os trabalhos que serviram de base para o desenvolvimento do presente estudo, os boxes
“Indicadores Financeiros Antecedentes do PIB Brasileiro” e “Indicadores Financeiros
Antecedentes da Atividade Doméstica”, foram apresentados nos relatórios de inflação de
setembro de 2009 e março de 2012 respectivamente. A etapa inicial dos trabalhos consistiu na
construção de um indicador coincidente de periodicidade mensal que representasse o
8
desempenho da economia: ICC – Índice Coincidente Composto da atividade econômica no
primeiro trabalho, preterido pelo IBC-BR no trabalho posterior em função da melhor
aderência apresentada com relação ao PIB divulgado pelo IBGE. Em ambos são avaliadas as
correlações antecedentes de séries de indicadores financeiros (quarenta e quatro no primeiro
trabalho e trinta e nove no segundo, sendo utilizadas as primeiras diferenças para variáveis em
índice e em nível para as séries de retorno) com relação ao indicador coincidente
representativo da atividade econômica. Depois de realizados tratamentos sazonais nas séries
financeiras e realizados os testes no domínio do tempo e frequência, os resultados para
períodos trimestrais (médias trimestrais para as variáveis financeiras) indicaram como
indicadores financeiros antecedentes relevantes alguns índices de retorno de ações: IBRX100
(um e quatro períodos de antecedência), Empresas do Setor de Petróleo e Industrial e
Ibovespa (um período de antecedência), e no primeiro trabalho o spread de debêntures (dez
períodos de antecedência).
Hollauer e Issler (2006) em seu trabalho “Construção de Indicadores Antecedentes para a
Atividade Industrial Brasileira e Comparação de Metodologias” selecionaram séries de
produção industrial (produção), horas trabalhadas na indústria (emprego), produção física de
papel e celulose (expedição de papelão) e rendimento efetivo real (renda pessoal) para a
composição do índice coincidente da atividade econômica, seguindo a metodologia do TCB e
recapitulando trabalho realizado por Duarte, Issler e Spacov (2004). Na seqüência, foram
identificadas séries de variáveis antecedentes para um, três e seis meses e construíram-se
modelos VAR e VECM para os três casos. Observa-se a forte presença de variáveis
financeiras e de expectativa (Rentabilidade do Ibovespa, Taxa de juros de curto prazo, spread
de taxa de juros, Risco Brasil, entre outras) como variáveis antecedentes selecionadas pelo
poder de previsão considerando as três defasagens observadas.
9
Issler, Notini e Rodrigues (2009) realizaram um trabalho de construção de índices
coincidentes, também utilizando a metodologia TCB, porém adicionando em sua contribuição
a reconstrução de séries de emprego e renda através de back-cast, cuja metodologia foi
alterada no período da amostra. Após a seleção de quarenta e quatro séries candidatas a
antecedentes e realização de tratamentos para estacionaridade, sazonalidade (X-12) e testes de
causalidade de Granger, os autores testaram a qualidade das séries antecedentes utilizando o
critério de escore de probabilidade quadrática (QPS, em inglês), que apontou que o nível de
erro de previsão de pontos de reversão é menor em antecedências menores, indicando uma
melhor antecipação de reversões em período mais curtos. As séries com os melhores critérios
apontados foram as associadas a índices bursáteis e expectativas (Ibovespa, sondagem da
indústria) além de financeiras (M1 e SELIC).
Duarte, Issler e Spacov (2004) estabeleceram um comparativo de três metodologias de
construção de índices coincidentes: TCB, metodologia seguindo Spacov (2001) utilizando
uma média ponderada (pelas correlações canônicas) das partes cíclicas de quatro séries
coincidentes e a média ponderada seguindo Issler e Vahid (2002), cujos pesos são
determinados ao se estimar um modelo probit tendo o índice NBER como variável binária
dependente e os ciclos básicos como independentes (quadrado das correlações canônicas).
Após a seleção das variáveis antecedentes e tratamento para sazonalidade, estacionaridade e
causalidade (conforme realizado em outros trabalhos), verificou-se que o índice composto
pela metodologia do The Conference Board apresentou desempenho superior aos demais de
acordo com maior grau de acertos em relação à datação do PIB mensal, além de ser de mais
simples de ser obtido.
Chauvet (2001) buscou indicadores antecedentes que antecipem os pontos de mudança da
inflação medida pelo IPCA, indicador de inflação utilizado pelo BACEN para operacionalizar
10
a política monetária de metas de inflação no Brasil. Em capítulo acessório, combinou
variáveis identificadas através de correlações cruzadas e testes de causalidade de Granger
(séries transformadas para alcançar estacionaridade e normalizadas) e com o poder preditivo
testado para fora da amostra, as combinou em conjunto com o próprio IPCA defasado em um
VAR bivariado obtendo bons resultados seis meses à frente para a previsão linear da inflação.
Lima (2005) trabalhou com componentes principais na composição de indicadores
coincidentes e antecedentes para a atividade econômica no Brasil. Utilizou oito séries
coincidentes e setenta e cinco antecedentes buscando prever os pontos de reversão das
flutuações da economia. Construiu um indicador antecedente composto por três componentes
principais para as setenta e cinco variáveis, que explicariam 67% da variância desses dados.
Através da regressão linear, que apontou um comportamento contra cíclico para os
componentes principais, obteve bons resultados dentro e fora da amostra.
Contador (2000) buscou construir, a partir de variáveis identificadas como antecedentes que
atendessem à maioria de critérios teóricos (a serem apresentados no item 3.2) e a testes
estatísticos (correlações e Causalidade de Granger) para séries de referência determinadas
pelo PIB, pelo desempenho do segmento de construção civil e para a produção industrial.
Teve como objetivo a previsão de curto prazo, para o período de 2000 /2001 apontando nos
três casos uma reversão no crescimento para esse período (informação divergente às previsões
oficiais de posição mais otimista)
Issler e Vahid (2002), ao contrário de trabalhos anteriores como Stock e Watson (1993) e
Estrella e Mishkin (1996) em que o indicador de ciclos do comitê do NBER foi utilizado para
comparação e validação de outras metodologias desenvolvidas nestes trabalhos, fizeram uso
deste da metodologia desenvolvida por esta instituição para auxiliar na construção de um
11
indicador coincidente e antecedente da atividade econômica. Utilizaram séries coincidentes,
associando as informações de ciclos dessas séries com as informações do Comitê da NBER. O
índice é estruturado em uma combinação linear dos componentes cíclicos de quatro séries
coincidentes (produção, emprego, renda e vendas), associado a um componente comum
dessas quatro variáveis, contendo séries antecedentes (transformadas na primeira diferença
dos logaritmos) utilizadas também por Stock e Watson (1998).
Carvalho e Hermanny (2003) em seu trabalho publicado na Revista de Análise Econômica da
UFRGS de março de 2003construíram um indicador antecedente para a economia brasileira
com o objetivo de identificar os pontos de reversão do ciclo de crescimento (tendência de
crescimento da economia), combinando características dos modelos do NBER e da OECD,
destacando ainda no trabalho as diferenças entre as duas metodologias. Atentaram para a
teoria de que esse indicador não é capaz de “fundamentar suas previsões, exceto pela
expectativa de repetição de padrões observados no passado” (pág.12). Após a seleção da série
de Produção Industrial Mensal como série de referência e através da busca de variáveis que
antecedessem o comportamento do componente residual da série de referência, que seria o
componente cíclico da série, e aplicação de testes de causalidade de Granger, obteve-se um
indicador composto por onze variáveis, em sua maioria financeiras e de expectativa dos
agentes econômicos, apresentando bom desempenho na antecipação de pontos de reversão,
em média, entre três e quatro meses, porém com um elevado desvio padrão na antecipação.
Considerando a literatura estrangeira recente, Diebold e Rudebusch (1991) testaram o poder
dos indicadores antecedentes em uma análise em tempo real, aplicando-se dados preliminares
e/ou parcialmente revisados, diferenciando-se da maioria dos trabalhos utilizados que buscam
analisar uma previsão dentro da amostra, considerando um indicador desenvolvido com dados
disponíveis na amostra total, ou previsões fora da amostra, através de um modelo gerado em
12
um período reduzido da amostra. Comparou o resultado na previsão da Produção industrial
obtida em cinco cenários, com a utilização de modelos estimados na amostra completa, em
partes da amostra, e utilização de dados em tempo real e dados revisados (ex-post). Os
resultados apontaram que os indicadores antecedentes compostos vão apresentando resultados
que se deterioram a medida que os modelos deixam suas características ex-post se
aproximando de previsões realizadas em tempo real.
Stock e Watson (1989) apresentaram modelos logit em que a principal característica é a
presença de uma variável não observável que represente um fator comum presente nas
variáveis econômicas e que apresente uma aderência ao ciclo de negócios. Posteriormente, em
Stock e Watson (2003) os autores revisaram o trabalho desenvolvido avaliando o desempenho
modelo na previsão da recessão americana de 2001. Segundo eles, a mudança na própria
estrutura da economia americana, com maior participação do comércio internacional, o
desenvolvimento dos mercados financeiros e aumento da liquidez dos mercados, associado à
mudança das relações entre essas variáveis seria o principal motivo de um desempenho
insatisfatório. Ou seja, a escolha das variáveis e não o modelo seria o principal motivo.
Estrella e Mishkin (1996) focaram na utilidade de variáveis financeiras como previsoras das
recessões americanas. Avaliaram o desempenho de variáveis financeiras individualmente e
em conjunto (índices de preços de ações, agregados monetários, taxas de juros e spreads) na
previsão de recessões. Realizaram análises fora da amostra, de um a oito trimestres à frente,
sem associar a análise a avaliações quantitativas da atividade econômica. Os resultados
apresentados indicaram os preços de ações como indicadores úteis de um a três trimestres à
frente enquanto a curva de juros mostrou-se mais eficiente na previsão um trimestre à frente.
Utilizaram um modelo probit com possibilidade de dois cenários (recessão ou não), baseados
13
no resultado de uma variável não observável. O poder de previsão foi medido por um pseudo
R quadrado desenvolvido por Estrella (1995).
Marcellino (2005) em versão revisada do mesmo trabalho de 2004 avalia diversas
metodologias na composição de indicadores coincidentes e indicadores antecedentes da
atividade econômica. O autor aborda as metodologias apresentadas por diversos autores,
como VAR linear, a metodologia QPS, modelos de regressão probit (recessão ou não), já
apontados nos parágrafos anteriores. Revisa o que considera os quatro principais campos de
trabalhos dos indicadores antecedentes (i) o uso de informações correntes (“real time
informations”) nos modelos no lugar de informações divulgadas com atrasos e revisões (ii) a
avaliação do desempenho dos novos modelos de indicadores coincidentes / antecedentes (iii)
a avaliação de variáveis financeiras como indicadores antecedentes e (iv) como os modelos se
comportaram durante as recessões americanas de 1990 e 2001.
2Austrália, China, Zona do Euro, França, Alemanha, Japão, Coréia do Sul, México, Espanha e Reino Unido 14
3 DADOS
3.1 INDICADOR COINCIDENTE
Para a correta identificação de um indicador e sua utilização como indicador coincidente é
necessário que o mesmo reflita de forma contemporânea o desempenho dos diversos
segmentos da economia, assim como seja útil para ilustrar o momento e o ciclo vivenciado na
atividade econômica. A periodicidade trimestral do PIB e sua divulgação com algum atraso
impedem a sua utilização em modelos mensais.
Grande parte dos trabalhos disponíveis na literatura utiliza como indicador coincidente o
indicador composto proposto pelo TCB no qual quatro séries representativas da produção
industrial, vendas do comércio, emprego e renda são combinadas em uma média aritmética
das séries padronizadas, computados pelas somas das diferenças mensais ajustadas. Essa
metodologia é aplicada pelo TCB na obtenção de indicadores coincidentes para os EUA e
mais dez regiões2
Alguns trabalhos, como Picchetti e Toledo (2002) utilizam a série de produção industrial
como série coincidente, porém a crescente participação do setor de serviços na economia
brasileira tem causado o efeito de redução da aderência desta série ao desempenho da
economia como um todo, representada pelo PIB.
15
Conforme antecipado nos capítulos anteriores, para variável alvo utilizaremos o IBC-BR,
desenvolvido pelo Departamento de Pesquisa do Banco Central do Brasil e divulgado no
relatório de inflação de março de 2010.
Inspirado no trabalho desenvolvido pela mesma instituição para a atividade econômica no Rio
Grande do Sul (IBRR-RS), o IBC-BR “se constitui um indicador de periodicidade mensal que
incorpora a trajetória das variáveis consideradas como proxies para o desempenho dos setores
da economia” (página 24). Com informações desde 2003.1, é composto por variáveis
representativas do desempenho da agricultura, indústria e serviços (comércio, transporte,
serviços de informação, intermediação financeira, atividades imobiliárias e aluguel,
administração saúde e educação públicas e seguridade social, outros serviços), incorporando
ainda os impostos sobre produtos, estimados a partir da evolução da oferta total, considerando
produção interna mais importações. O gráfico abaixo ilustra a forte correlação entre esse
indicador (média trimestral) e o PIB, considerando dados dessazonalizados
Figura 1 – IBC-BR Trimestral X PIB Trimestral
95
100
105
110
115
120
125
130
135
140
145
20
03
.II
20
03
.III
20
03
.IV
20
04
.I2
00
4.I
I2
00
4.I
II2
00
4.I
V2
00
5.I
20
05
.II
20
05
.III
20
05
.IV
20
06
.I2
00
6.I
I2
00
6.I
II2
00
6.I
V2
00
7.I
20
07
.II
20
07
.III
20
07
.IV
20
08
.I2
00
8.I
I2
00
8.I
II2
00
8.I
V2
00
9.I
20
09
.II
20
09
.III
20
09
.IV
20
10
.I2
01
0.I
I2
01
0.I
II2
01
0.I
V2
01
1.I
20
11
.II
20
11
.III
20
11
.IV
20
12
.I
IBC-BR DES (MÉDIA TRIMESTRAL) PIB
16
Figura 2 - IBC-BR semestral X PIB semestral
Figura 3 - Var. Percentual PIB X Var. Percentual IBC - BR (Média Trimestral)
Correlação IBC-BR X PIB IBGE ρ
Trimestral 0,998 Semestral 0,996
Tabela 1 – Correlação IBC-BR X PIB
95
100
105
110
115
120
125
130
135
140
145
20
03
.II
20
04
.I
20
04
.II
20
05
.I
20
05
.II
20
06
.I
20
06
.II
20
07
.I
20
07
.II
20
08
.I
20
08
.II
20
09
.I
20
09
.II
20
10
.I
20
10
.II
20
11
.I
20
11
.II
IBC-BR DES (MÉDIA SEMESTRAL) PIB
-10,00%
-8,00%
-6,00%
-4,00%
-2,00%
0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
IBC-BR DES (MÉDIA TRIMESTRAL) PIB
17
O desvio padrão do IBC-BR Trimestral (média trimestral) para o período, considerando
variações percentuais é de 1,43%, enquanto a mesma estatística para o PIB é de 1,27%. Em
uma amostra composta por 37 trimestres (período analisado de 2003.1 a 2012.01), em apenas
três eventos as variáveis apresentaram direções opostas de variação, sendo que a maior
diferença, desconsiderando os eventos acima, foi de 1,38 pontos percentuais encontrada em
2004.01 (0,59% para o IBC-BR e 1,97% para o PIB). Considerando o período após o
desenvolvimento do IBC-BR (3° Trimestre de 2009) a maior diferença foi de 0,65 pontos
percentuais.
Como o indicador apresentou uma forte aderência ao comportamento do PIB no período da
amostra utilizada, o mesmo será utilizado como série coincidente no presente trabalho.
3.2 VARIÁVEIS ANTECEDENTES
De acordo com Marcellino (2005) os requisitos para que uma variável possa desempenhar o
papel de um indicador antecedente, seja individualmente ou associada em um índice, são:
(i) Diferenças temporárias consistentes, ou seja, sistematicamente antecipar vales
e picos da variável dependente, de preferência com uma constância de tempo
nessa antecipação;
(ii) Conformidade com o ciclo de negócios, isto é, apresentar uma boa previsão,
não apenas dos picos e vales;
3Será utilizado o período de janeiro de 2001, data inicial de disponibilidade de dados do IBC-BR até o mês de março de 2012. O PIB divulgado pelo IBGE também possui dados disponíveis para o período, porém com disponibilidade trimestral.
18
(iii) Significância econômica: que a escolha da variável seja suportada pela teoria
econômica, seja como uma possível causa dos ciclos de negócios ou ainda,
que tenha reação rápida a choque positivos e negativos;
(iv) Precisão estatística: confiança na coleta dos dados com uma medição acurada
da variável em questão; pode-se acrescentar a ausência de mudanças de
metodologia na obtenção e cálculo das variáveis;
(v) Disponibilidade rápida e pouca necessidade de revisão dos dados: que novas
informações estejam disponíveis para uma avaliação corrente das condições
econômicas futuras;
(vi) Variações suaves mês a mês sem variações bruscas na freqüência.
Hollauer e Issler (2006) afirmam que “Mais do que aplicar metodologias que permitam a
leitura adequada dos dados, importa tratar e escolher devidamente as séries que melhor
capacidade ”antecedente” possua. Nesse sentido, o trabalho é vigoroso e desmesurado”.
(pág.13).
Em um primeiro momento, buscaram-se séries com disponibilidade de dados compatível com
a série coincidente3, periodicidade mensal, sendo que para o modelo trimestral se trabalhou
com a média trimestral de variáveis mensais, e importância setorial e econômica, buscando
atender às características apontadas acima.
19
Na primeira seleção, foi utilizada uma extensa lista de séries econômicas representativas de
desempenho de diversos setores da economia real, dados de emprego e renda, indicadores
financeiros e do desempenho de índices de ações, dados de sondagens junto a diversas
categorias de agentes econômicos, dados do plano de Contas Nacionais e arrecadação de
impostos, spread de operações bancárias, agregados monetários, etc, agrupados conforme
quadro abaixo:
Grupo da Variável Quantidade de Séries
Agregados Monetários 4 Arrecadação de Tributos 5 Comércio e Serviços 12 Comércio Exterior e Câmbio 8 Emprego e Renda 22 Energia e Commodities 6 Estoque de Crédito 28 Indicador Economia - EUA 1 Índices Bursáteis 3 Índices de Preços 5 Produção Agropecuária 5 Produção Industrial 29 Sondagem de Expectativas (surveys) 14 Taxas de juros e Spreads 19 TOTAL 161
Tabela 2 – Séries Avaliadas
4Séries ajustadas para sazonalidade e submetidas a testes de causalidade de Granger.
20
Grupo da Variável Quantidade de Séries
BACEN 72 IBGE 45 FGV 14 IPEADATA 6 FUNCEX 6 FECOMERCIO 3 BLOOMBERG 2 CNI 2 SERASA 2 ONS 2 OUTROS 7 TOTAL 161
Tabela 3 – Bancos de Dados Utilizados
O procedimento aplicado no tratamento e teste das séries segue em linha com o apresentado
na literatura, principalmente nos boxes publicados nos Relatórios de Inflação do Bacen de
março de 2012 e setembro de 20094.As séries foram tratadas para sazonalidade usando-se o
procedimento X-12. Utilizaram-se as séries de retorno em nível e as demais em primeiras
diferenças.
Em seguida todas as séries foram testadas para estacionaridade, utilizando-se o teste ADF
(Dickey-Fuller Aumentado) quanto à presença de raiz unitária.
Procedeu-se aos estudos das correlações cruzadas entre as variáveis candidatas a antecedente
e a variável alvo. As correlações contemporâneas e defasadas das variáveis com o IBC-BR
dessazonalizado foram estudadas e selecionadas as que apresentaram correlações antecedentes
elevadas e baixas correlações contemporâneas. A literatura estudada restringe a antecedência
21
a um período máximo de 12 meses, indicando que os efeitos em prazos superiores são mais
difíceis de serem justificados.
Na seqüência, as séries ao submetidas a testes de Causalidade de Granger com o indicador
coincidente, verificando-se essa relação. Para a seleção da variável estudada, espera-se que a
mesma cause no sentido Granger o indicador coincidente, mas que o contrário não ocorra.
3.2.1 VARIÁVEIS MENSAIS
As séries selecionadas após as transformações e testes citados foram:
BOVESPA: Índice Bovespa em pontos – fim do período (um período de antecedência)
SA_SOND_EXP: Índice de Sondagem da Industrial Geral, composto pelo Índice de
Confiança da Indústria (Expectativas com ajuste sazonal)– FGV (um período de antecedência)
ICC_EXP: Índice de Confiança do Consumidor – Sondagem de Expectativas do
Consumidor – FGV (seis períodos de antecedência)
IMPORT: Índice de Quantum das Importações Brasileiras – Total Brasileiro – FUNCEX
Com exceção da variável IMPORT, as demais corroboram resultados apresentados na
literatura, especialmente o índice bursátil, encontrado também no trabalho apresentado no
Relatório de Inflação do BACEN (no caso IBRX100, preterido neste trabalho pelo ganho de R
Quadrado apresentado pelo IBOVESPA e pela elevada correlação entre os dois). Issler e at
(2009) mencionam que “pesquisas recentes mostraram que dados de sondagem (surveys)
22
sobre a tendência de negócios são particularmente úteis para monitoramento e previsão de
ciclos de negócios” (pág.18).
Os resultados que justificam a seleção das variáveis mencionadas são apresentados abaixo.
Figura 4- Correlação Cruzada IBC-BR X Bovespa
Figura 5 - Correlação Cruzada IBC-BR X SA_SOND_EXP
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
BOVESPA
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
SA_SOND_EXP
23
Figura 6 - Correlação Cruzada IBC-BR X ICC_EXP
Figura 7 - Correlação Cruzada IBC-BR X Import
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
ICC_EXP
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
IMPORT
24
Teste De Causalidade de Granger H0: Variável testada não Granger causa IBC_BR_DES
Probabilidade Granger causa
BOVESPA 2.7E-06 C SA_SOND_EXP 4.0E-09 C ICC_EXP¹ 0.02342 C IMPORT 0.04644 C ¹ 6 períodos de antecedência C - série antecedente Granger causa IBC-BR B - Causalidade bi-direcional N - série antecedente não Granger causa IBC-BR
Tabela 4 - Testes de Causalidade de Granger –IBC-BR
Testes de Estacionaridade
H0: φ = 1 série é não estacionária
estatística t Valores Críticos
1% 5% 10% BOVESPA -8,7819 -3,4907 -2,8879 -2,5809 SA_SOND_EXP -7,0302 -3,4907 -2,8879 -2,5809 ICC_EXP -9,2908 -3,5178 -2,8996 -2,5871 IMPORT -15,4906 -3,4907 -2,8879 -2,5809
Tabela 5 - Testes de Estacionaridade – Séries Mensais
25
Figura 8 - Séries Antecedentes (Média Trimestral) em t X IBC-BR em t
Figura 9 - Séries Antecedente (Média Trimestral) X IBC-BR (Média Trimestral) em t
3.2.2 VARIÁVEIS TRIMESTRAIS
As séries selecionadas após as transformações e testes citados foram:
BOVESPA: Índice Bovespa em pontos – fim do período (um período de
antecedência);
26
SOND_PRES: Sondagem Industrial Geral - Índice de Confiança da Indústria -
situação atual sem ajuste sazonal (um período de antecedência). O perfil de correlação
apresentado para essa variável superou o perfil da variável SA_SOND_EXP,
encontrada no modelo mensal. O caráter de previsão de curto prazo desta variável
encontrado no modelo anterior e a sua periodicidade mensal podem estar sendo
refletidos na elevada correlação contemporânea com o PIB, dado que estamos
considerando a média dos três primeiros meses como a primeira observação neste
modelo mensal;
SPREAD - Spread médio das operações de crédito com recursos livres;
Assim como no modelo mensal e em outros modelos encontrados na literatura, observa-se a
presença (neste trabalho, predominantemente) de variáveis financeiras e de expectativa
(surveys). Se considerarmos que os preços das ações que compõem o índice bursátil refletem
o valor intrínseco de cada ação de sua composição, considerando modelos de avaliação de
ativos em que este valor represente o valor presente do fluxo de caixa / dividendos futuros a
serem gerados pela empresa e de propriedade dos acionistas, podemos considerar que o índice
de ações também se trata de um índice de expectativa dos agentes econômicos.
Os gráficos das correlações encontradas e dos testes realizados são apresentados abaixo:
27
Figura 10 - Correlação Cruzada PIB_IBGE X BOVESPA
Figura 11 - Correlação Cruzada PIB_IBGE X SONDPRES
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
BOVESPA
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
SOND_PRES
28
Figura 12 - Correlação Cruzada PIB_IBGE X SPREAD
Teste De Causalidade de Granger H0: Variável testada não Granger causa PIB IBGE
Probabilidade Granger causa
BOVESPA 4,50E-06 C SPREAD 0,0029 C SOND_PRES 0,0147 C C - série antecedente Granger causa PIB IBGE B - Causalidade bi-direcional N - série antecedente não Granger causa PIB IBGE
Tabela 6 - Testes de Causalidade de Granger PIB IBGE
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12
SPREAD
29
Testes de Estacionaridade H0: φ = 1 série é não estacionária
estatística t Valores Críticos
1% 5% 10% BOVESPA -4,0760 -2,6326 -1,9506 -1,6110 SOND_PRES -4,1212 -2,6326 -1,9506 -1,6110 SPREAD -4,3947 -2,6326 -1,9506 -1,6110
Tabela 7– Testes de Estacionaridade– Séries Trimestrais
Figura 13- Séries Antecedentes Trimestrais X PIB_IBGE
30
Figura 14 - Séries Antecedentes Trimestrais X PIB_IBGE em t
Graficamente, a série SOND_PRES, representativa de pesquisas de sondagem quanto a
situação vigente na economia apresentou um padrão similar a uma série defasada em relação
ao PIB, principalmente no período de 2008 a 2010. Como os testes de causalidade de Granger
e as correlações defasadas não apresentaram valores elevados, a mesma será mantida no
modelo.
31
4 MODELO MENSAL
O processo para construção de um índice antecedente envolve basicamente três etapas: (i)
selecionar uma variável alvo que representará a medida da atividade econômica (ii) a escolha
dos indicadores econômicos e financeiros adequados como previsores da série alvo e (iii)
combinar essas séries antecedentes escolhidas formando um índice composto antecedente.
A primeira etapa foi atendida com a escolha das variáveis PIB Trimestral divulgada pelo
IBGE em periodicidade trimestral (a ser utilizada no modelo do próximo capítulo) e o IBC-
BR mensal, série divulgada pelo BACEN.
A segunda etapa foi demonstrada no capítulo anterior, através da seleção das séries
BOVESPA, IMPORT, ICC_EXP e SA_SOND_EXP para o modelo mensal e as séries
BOVESPA, SOND_PRES e SPREAD para o modelo trimestral. Essas séries atenderam aos
testes de estacionaridade, causalidade de Granger e apresentaram uma elevada correlação
antecedente com a variável a ser seguida, motivo este da escolha das séries em questão.
A terceira etapa é realizada a seguir.
32
Seguiu-se à construção do modelo através de uma regressão linear para ∆IBC-BR utilizando-
se como variáveis explicativas as selecionadas como antecedentes, conforme demonstrado no
capítulo anterior:
∆������ = 0,3181 + 0,000107���������� + 0,641��_����_������
+ 0,0638���_������ + 0,0166����� ��� +!�
Observa-se R quadrado de 0,5865, sendo o modelo consistente no teste de White, sem
indicar heterocedasticidade dos resíduos assim como aponta estar consistente em sua
especificação, não rejeitando a hipótese nula no teste Reset de Ramsey. (P valor de 0, 072
para o último e P valor para R quadrado de 0,46, sendo ambos consistentes ao nível de
significância de 5%).
REGRESSÃO IBC_BR
Estatística t Prob. C 3,20540 0,0021 BOVESPA(-1) 3,75100 0,0004 SA_SOND_EXP(-1) 5,37590 0,0000 ICC_EXP(-6) 2,10640 0,0389 IMPORT(-1) 2,43440 0,01760 R Quadrado 0,58650 DW 2,53000 Estatística F 23,75820 Prob. F 0,00000
Tabela 8 - Estatísticas modelo mensal IBC-BR
Abaixo, são apresentados os resultados obtidos em previsões dentro da amostra e fora da
amostra, aplicando o método recursivo.
33
Tabela 9 - Estatísticas da Previsão IBC-BR
Figura 15- Previsão IBC-BR Dentro da Amostra
A variável ICC_EXP tem sua amostra iniciada em 2005.09, o que limitou o período da
previsão dentro da amostra realizada.
PREVISÕES IBC-BRDentro da Amostra
1 2 3 4 5
2011.10 a 2012.3
2011.11 a 2012.3
2011.12 a 2012.3
2012.1 a 2012.3
2012.2 a 2012.3
Raiz Erro Quadrado Médio 0,80572 0,6158 0,6497 0,6951510,8021 0,7769Erro Absoluto Médio 0,58194 0,488 0,4992 0,5168 0,6731 0,5853Erro Percentual Absoluto Médio105,22590 65,95 65,097 74,5865 97,4338 68,51Coeficiente de Desigualdade de Theil0,34390 0,3803 0,4118 0,5141 0,6253 0,5365
Viés - Proporção 0,00000 0,0643 0,1931 0,5032 0,7041 0,5677Variância - Proporção 0,13261 0,088 0,7895 0,4797 0,28860,4322
Covariância - Proporção 0,86739 0,8476 0,0172 0,01703 0,0071 0,000000
REGRESSÃOEstatística F 23,7582 21,81 22,35 22,8738 23,2879 23,43Prob F 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000
Fora da Amostra
34
Figura 16 - Previsão IBC-BR Fora da Amostra
A raiz do erro quadrático médio, o erro absoluto médio e erro percentual médio absoluto
apresentaram valores elevados indicando uma diferença grande entre os valores absolutos
obtidos pela previsão e os valores observados, apesar da relativa aderência apresentada
graficamente e da boa identificação de direção nos ciclos, principalmente nos subperíodos de
2008.02 a 2009.08 e 2010.12 a 2012.02 A figura 15 apresenta o resultado das previsões
recursivas fora da amostra realizadas. Os resultados obtidos para os diferentes períodos nesse
método apresentaram valores muito próximos.
Apesar da utilização do método de regressão por mínimos quadrados, minimizando o erro
quadrado no modelo linear apresentado, os resultados indicam que o erro dos valores em nível
apresentado pode ser considerado elevado. O desvio padrão encontrado para a previsão dentro
da amostra de 0,96 pontos percentuais, indica uma variabilidade bastante próxima a do IBC-
BR de 1,26 pontos percentuais. O período abrange setenta e dois eventos sendo que em quinze
deles (aproximadamente 80% de acerto) o modelo resultou em uma variação no nível da
atividade econômica na direção oposta à observada pelos dados históricos. Esse nível de
acerto é bastante próximo ao encontrado na literatura como em Issler, Notini e Rodrigues
35
(2009) de aproximadamente 90% de acerto e Carvalho e Hermany( 2004) de
aproximadamente 85% de acerto, porém com a vantagem de ser desenvolvido com uma
metodologia menos complexa quando comparada aos outros dois trabalhos e ter tido como
objetivo o nível da variável e não a identificação do estado da economia.
A existência de relação não linear entre o IBC-BR e uma ou mais das variáveis antecedentes
selecionadas pode resultar em respostas em níveis mais elásticos, ocasionando no elevado erro
percentual absoluto encontrado.
36
5 MODELO TRIMESTRAL
Para construção do modelo trimestral, seguiu-se a mesma metodologia utilizada no modelo
mensal, alterando apenas a série a ser seguida, que no caso é a variação do PIB Trimestral
divulgado pelo IBGE. As variáveis antecedentes foram identificadas conforme destacado no
terceiro capítulo. O modelo obtido através de regressão linear é indicado abaixo:
Através de regressão linear, ∆IBC-BR utilizando-se como variáveis explicativas as
selecionadas como antecedentes, conforme demonstrado no capítulo anterior:
∆���� = 0.721 + 0,000143���������� − 0,2458���������
− 0,00342����_������� +!�
Observa-se R quadrado de 0,618, sendo o modelo consistente no teste de White, sem
indicar heterocedasticidade dos resíduos assim como aponta estar consistente em sua
especificação, não rejeitando a hipótese nula no teste Reset de Ramsey. (P Valor de
0,43para o último e P valor para R quadrado de 0,529, sendo ambos consistentes ao nível
de significância de 5%).
37
REGRESSÃO PIB_IBGE
Estatística
t Prob. C 4,92284 0,0000 BOVESPA(-1) 4,05229 0,0003 SPREAD(-1) -2,04482 0,0494 SOND_PRES(-1) -1,22985 0,2280 R Quadrado 0,6186 DW 2,5538 Estatística F 16,7628 Prob. F 0,0000
Tabela 10- Estatísticas Modelo Trimestral
Assim como para o modelo mensal, foram realizadas previsões dentro e fora da amostra para
verificar aderência do modelo aos dados observados.
PREVISÕES PIB_IBGEDentro da Amostra
1 2 3 4 5
2011.1 a 2012.1
2011.2 a 2012.1
2011.3 a 2012.1
2011.4 a 2012.1
2012.1
Raiz Erro Quadrado Médio 0,00721 0,004792 0,005258 0,005523 0,005517 0,006427Erro Absoluto Médio 0,00582 0,004061 0,004536 0,004691 0,004669 0,006229Erro Percentual Absoluto Médio 119,97880 169,0629 204,364 255,5292 254,1065 330,7942Coeficiente de Desigualdade de Theil0,25781 0,423968 0,657698 0,703788 0,703548 0,701831
Viés - Proporção 0,00000 0,00005 0,015534 0,032576 0,029931 0,060791Variância - Proporção 0,11948 0,286953 0,299193 0,602323 0,605507 0,939209
Covariância - Proporção 0,88052 0,712997 0,685273 0,3651 0,364563 0,000000
REGRESSÃOEstatística F 13,892 14,3997 14,8604 16,08718 16,6707Prob. Estatística F 0,000013 0,000009 0,000006 0,0000020,000001
Fora da Amostra
Tabela 11– Estatísticas da Previsão PIB - IBGE
39
Analisando graficamente o modelo há uma maior aderência aos valores da série coincidente
no período posterior a 2008.03. Apresentou valores para a raiz do erro quadrático médio e o
erro absoluto médio muito próximos de zero, tanto para os resultados fora da amostra quanto
para dentro da amostra, apontando previsões satisfatórias. O elevado valor de erro percentual
absoluto médio indica um grande desvio absoluto entre o valor obtido no modelo e a série
coincidente, apesar dos movimentos de ciclos em grande parte no mesmo sentido, assim como
o modelo anterior.
As estatísticas mostram que o modelo trimestral resultou em uma previsão dentro da amostra
indicando um melhor desempenho quando comparado ao modelo mensal. O desvio padrão de
1ponto percentual é mais próximo ao desvio padrão do PIB de 1,27 pontos percentuais, assim
como indicou sinais contrários da variação da atividade econômica em quatro eventos de
trinta e cinco incluídos na amostra. Como o período trimestral apresenta variações mais
suaves, representando o resultado consolidado nos três meses incluídos no trimestre, era
esperado que as variações mais suaves pudessem colaborar para uma maior eficiência na
previsão. Ainda assim, o erro absoluto percentual médio apresentou um valor elevado como o
modelo mensal, sugerindo uma resposta não linear entre as variações das séries antecedentes e
a variação do PIB ou até uma mudança na relação entre essas variáveis ao longo do período
de estudo, porém com uma aderência e eficiência bastante razoável na identificação da crise
de 2008/2009 e na recuperação econômica observada nos cinco trimestres seguintes dos a
partir de 2009.02.
40
6 CONCLUSÃO
O presente trabalho teve como objetivo a identificação de variáveis antecedentes que
conjuntamente pudessem compor um índice antecedente para o desempenho da atividade
econômica do Brasil.
A identificação com antecedência da direção e dimensão da variação da atividade econômica
possui um grande valor, podendo auxiliar os agentes econômicos detentores do capital
produtivo na utilização eficiente de seus recursos na produção de bens e serviços, assim como
os coordenadores das políticas econômicas na leitura do momento econômico e dos efeitos a
serem produzidos pelas medidas adotadas.
Com a construção de um indicador antecedente de periodicidade mensal, o benefício
mencionado acima é potencializado. A menor periodicidade da informação e a minimização
da diferença temporal entre a divulgação das informações pelas instituições de pesquisa
econômica e estatísticas, que no caso do PIB trimestral é de cerca de 60 dias, e o momento
econômico vivenciado, consegue-se antecipar o conhecimento e a mensuração da atividade
econômica.
41
Na identificação das variáveis antecedentes, foram selecionadas séries econômicas,
financeiras e de pesquisas de sondagem com base na correlação apresentada entre elas e a
série coincidente representativa do desempenho da economia, sendo o IBC-BR divulgado
pelo Bacen no modelo mensal e o PIB de periodicidade trimestral divulgado pelo IBGE. Em
seguida, após a realização de testes nessas séries, foi construído um índice composto com
base em uma regressão linear tendo este indicador como variável dependente e as variáveis
antecedentes como variáveis explicativas.
Os resultados apresentados corroboram o resultado apresentado em outros trabalhos, que
apontam o índice de desempenho de ações (no caso o Ibovespa) e séries representativas de
sondagens junto a agentes econômicos (SA_SOND_EXP e ICC_EXP) e financeiras
(SPREAD) como bons previsores do desempenho futuro da economia.
Índices de ações incorporam as expectativas de dividendos futuros, estes dependentes do
resultado econômico apresentado pelas empresas cujas ações que compõem o índice; taxas de
juros e prêmios de risco, sendo influenciados em seus cálculos pela expectativa em relação a
diversas variáveis macroeconômicas.
Pelas estatísticas e gráficos apresentados, os modelos apontaram uma boa aderência à direção
do ciclo de negócios, embora indicando um elevado erro percentual absoluto médio.
42
REFERÊNCIAS BIBLIOGRÁFICAS
BANCO CENTRAL DO BRASIL. “Indicadores Financeiros Antecedentes do PIB Brasileiro” In: Relatório de Inflação do Banco Central. Brasília, v. 11, n.3, p. 121-125 Setembro 2009. BANCO CENTRAL DO BRASIL. “Índice de Atividade Econômica do Banco Central (IBC-Br)”, In: Relatório de Inflação do Banco Central. Brasília, v. 12, n.1, p. 24-28 Março 2010. BANCO CENTRAL DO BRASIL. “Indicadores Financeiros Antecedentes da Atividade Doméstica” In: Relatório de Inflação do Banco Central. Brasília, v. 14, n.1, p. 104-107 Março 2012. BURNS, A.F.; MITCHELL, W.C.. “Measuring Business Cycles”. National Bureau of Economic Research. Nova Iorque, 1946. CARVALHO, Fernando. J. C.; HERMANNY, Paulo. F.. “Ciclos e Previsão Cíclica: O Debate Teórico e um Modelo de Indicadores Antecedentes para a Economia Brasileira”.In:Revista Análise Econômica, ano 21, n º. 39, Março de 2003. CHAUVET, M., “Indicadores Antecedentes da Inflação Brasileira,”. In:Pesquisa e Planejamento Econômico. Rio de Janeiro, v. 31 n.1, p. 43-74, Abril de 2001. CONTADOR, C.R. “Economic Activity in 2001: What the leading indicators forecast”. November 2000. “Seminário Leading Indicators”, Rio de Janeiro, 2000. DIEBOLD, F.X.; RUDEBUSCH, G.D. (1991) Forecasting output with the composite leading index: A real time analysis. Journal of the American Statistical Association, vol 86, No415, setembro, 1991. DUARTE, Angelo J.M.; ISSLER, João. V.; SPACOV, Andrei.(2004) Indicadores coincidentes de atividade econômica e uma cronologia de recessões para o Brasil. Rio de Janeiro. Ensaios Econômicos da EPGE No 527, FGV, 2004. ESTRELLA, Arturo, MISHKIN, Frederic F.. (1996) “Predicting U.S. Recessions: Financial Variables as Leading Indictors”. Federal Reserve Bank of New York Research Paper Nº 9609. 1999
43
HOLLAUER, G.; ISSLER, J. (2006) “Construção de indicadores antecedentes para a Atividade Industrial brasileira e comparação de metodologias”.Texto para Discussão - IPEA n.1191, Brasília,Junho de 2006. HOLLAUER, G. E., ISSLER, João .V. e NOTINI, H.H. (2009) “Novo Indicador Coincidente para a Atividade Industrial Brasileira,” Revista de Economia Aplicada, Volume 13, 5-28, São Paulo, 2009. ISSLER, João V.; VAHID, Farshid.(2002) “The Missing Link: Using NBER Recession Indicators to Construct Coincident and Leading Indices of Economic Activity”. Ensaios Econômicos da EPGE No 450, FGV, Rio de Janeiro ISSLER, João V.; NOTINI, Hilton H. ; RODRIGUES, Claudia F. .”Um Indicador Coincidente e Antecedente da Atividade Econômica Brasileira”. Ensaios Econômicos da EPGE No 695, FGV, Rio de Janeiro. 2009 LIMA, Isabel. “Ciclos Econômicos e Previsão Cíclica: Um Estudo de Indicadores Antecedentes para a Economia Brasileira”. 2005, 247 folhas. Dissertação de Mestrado – Cedeplar – UFMG. Belo Horizonte, 2005. MARCELLINO, M. “Leading Indicators”. In: Handbook of Economic forecasting” v.1Elselvier 2006 MORAIS, I.A.C. e PORTUGAL, M.S. (2007) “Um Novo Índice Coincidente para a Atividade Industrial do Estado do Rio Grande do Sul,” Estudos Econômicos, Instituto de Pesquisas Econômicas, 37, 35-70, 2007. PICCHETTI, Paulo; TOLEDO, Celso. “Estimating and Interpreting a Common Stochastic Component for the Brazilian Industrial Production Index”. Revista Brasileira de Economia, No56, 107-120. 2002. SPACOV, A.D. “Índices Antecedentes e Coincidentes da Atividade Econômica Brasileira: uma Aplicação da Análise de Correlação Canônica.” Janeiro de 2001. 61 f. Dissertação - Escola de Pós-Graduação em Economia - EPGE, Fundação Getúlio Vargas, Rio de Janeiro. 2001. STOCK, J., WATSON, M.”New indexes of coincident and leading economics indicators” NBER Macroeconomics Annual, p. 351-395, 1989. STOCK, J., WATSON, M. “A procedure for predicting recessions with leading indicators: econometric issues and recent experience”. In: New research on business cycles, indicators and forecasting. University of Chicago Press, 1993. STOCK, J., WATSON, M. “A procedure for predicting recessions with leading indicators: econometric issues and recent experience”. In: New research on business cycles, indicators and forecasting. Federal Reserve Bank of Richmond Economic Quaterly. Vol. 89/3, 2003.
44
APÊNDICEA
Tabela 12– Variáveis Avaliadas
SÉRIE DESCRIÇÃO Ajuste Sazonal FONTE
abatave Produção física industrial - Abate de Aves Base: média de 2002 = 100 NÃO IBGE
abatcarne Produção física industrial - Abate de Bovinos Base: média de 2002 = 100 NÃO IBGE
abrasVariação percentual do indice de vendas nos
SupermercadosVar. % NÃO ABRAS
adubo Produção física industrial de Adubo Base: média de 2002 = 100 SIM IBGE
balcom Saldo da Balança Comercial Dólares Americanos (milhões) NÃO BACEN
bndes Operações Totais de Crédito do BNDES R$ (milhões) NÃO BACEN
bovespa Índice Bovespa Pontos NÃO BACEN
cambioMédia Mensal da Taxa de Câmbio - Dólar americano
(venda) R$ NÃO BACEN
cimento Produção física industrial de Cimento Base: média de 2002 = 100 NÃO IBGE
cnipessoal Pessoal empregado na indústria Base Fixa: média 2006=100 NÃO CNI
cnihoras Horas trabalhadas na produção - indústria Base Fixa: média 2006=100 NÃO CNI
credito Operações de Crédito com Recursos Livres R$ (milhões) NÃO BACEN
credprivOperações de crédito do sistema financeiro - setor
privadoR$ (milhões) NÃO IPEADATA
credhabOperações de crédito Habitacional do sistema
financeiro (Risco normal, Risco 1 e Risco 2)R$ (milhões) NÃO BACEN
credpfOperações de crédito Pessoa Física do sistema
financeiro (Risco AA a H) R$ (milhões) NÃO BACEN
credpjOperações de Crédito com Recursos Livres -
Pessoas JurídicasR$ (milhões) NÃO BACEN
credprivOperações de crédito ao setor privado do sistema
financeiro (Risco normal, Risco 1 e Risco 2)R$ (milhões) NÃO BACEN
credtotalOperações de crédito do sistema financeiro (Risco
AA a H)R$ (milhões) NÃO BACEN
deb_spreadSpread de Debêntures (AA e AAA) sobre Título
Público Pré-fixado (LTN) de igual prazop.p. NÃO ANDIMA
defensivo Produção física industrial de Defensivo Base: média de 2002 = 100 NÃO IBGE
desempr Taxa de desemprego - RMSP p.p. NÃO IPEADATA
desemprab Taxa de desemprego - aberto - RMSP p.p. NÃO IPEADATA
desemproc Taxa de desemprego - oculto - RMSP p.p. NÃO IPEADATA
desocupservTaxa de desocupação: Comercio / Serviços / Serviços
domésticos / Outros Serviçosp.p. NÃO IBGE
embmetal Produção física industrial de Embalagens Metálicas Base: média de 2002 = 100 NÃO IBGE
45
SÉRIE DESCRIÇÃO Ajuste Sazonal FONTE
embpapel Produção física industrial de Embalagens de Papel Base: média de 2002 = 100 NÃO IBGE
embplast Produção física industrial de Embalagens Plásticas Base: média de 2002 = 100 NÃO IBGE
embvidro Produção física industrial de Embalagens de Vidro Base: média de 2002 = 100 NÃO IBGE
empformconst Emprego formal - construção civil Base Fixa: Dez/2006 = 100 NÃO BACEN
empformpub Emprego formal - administração pública Base Fixa: Dez/2006 = 100 NÃO BACEN
empformserv Emprego formal - serviços Base Fixa: Dez/2006 = 100 NÃO BACEN
empformtot Emprego formal total Base Fixa: Dez/2006 = 100 NÃO BACEN
energia Consumo de energia elétrica total - Brasil GWh NÃO BACEN
energiacarga Carga de Energia (SIN) GWh NÃO O N S
energiadem Carga de Demanda (SIN) GWh NÃO O N S
expbasicosÍndice Quantum das Exportações de Produtos
BásicosBase: média de 1996 = 100 NÃO FUNCEX
expmanufÍndice Quantum das Exportações de Produtos
ManufaturadosBase: média de 1996 = 100 NÃO FUNCEX
export Índice Quantum das Exportações Totais Base: média de 1996 = 100 NÃO FUNCEX
folha Folha de pagamento nominal por trabalhador Base Fixa: Jan/2001 = 100 NÃO IBGE
fgvie Índice de expectativas - IE Base: abr1995 = 100 NÃO FGV
fgvisa Índice de situação atual - ISA Base: abr1995 = 100 NÃO FGV
fluxoveic Fluxo de veículos pesados no Brasil Base: média de 1999 = 100 NÃO ABCR
fluxoveicleves Fluxo de veículos leves no Brasil Base: média de 1999 = 100 NÃO ABCR
horasindext Número de horas pagas - indústrias extrativas Base: janeiro de 2001 = 100 NÃO IBGE
horasindtrans Número de horas pagas - indústria de transformação Base: janeiro de 2001 = 100 NÃO IBGE
horastrabMédia e mediana das horas trabalhadas por semana
pelas pessoas de 10 anos ou mais de idadeHoras NÃO IBGE
ia_usa OCDE - Indicador Antecedente dos EUA NÃO OECD
ibrx100 Índice IBRX100 - Média Mensal Pontos NÃO BLOOBERG
ibrx100fim Índice IBRX100 - Fim do Período de Referência Pontos NÃO BLOOBERG
icc Índice de Confiança do Consumidor Base: set2005 = 100 NÃO FGV
icc_exp Índice de Confiança do Consumidor - Expectativas Base: set2005 = 100 NÃO FGV
icc_fecom ICC - Índice de Confiança do Consumidor Pontos (0 a 200) NÃO FECOMERCIO SP
icc_presÍndice de Confiança do Consumidor - Situação
PresenteBase: set2005 = 100 NÃO FGVDADOS
icea_fecomICEA - ÍNDICE DAS CONDIÇÕES ECONÔMICAS
ATUAISPontos (0 a 200) NÃO FECOMERCIO SP
icmsReceita dos estados (Fluxos) - Arrecadação de ICMS -
Total NacionalR$ Mil NÃO BACEN
46
SÉRIE DESCRIÇÃO Ajuste Sazonal FONTE
icms_spReceita dos estados e municípios (Fluxos) -
Arrecadação de ICMS - São PauloR$ Mil NÃO BACEN
iec_fecom IEC - ÍNDICE DE EXPECTATIVAS DO CONSUMIDOR Pontos (0 a 200) NÃO FECOMERCIO SP
igpm Índice geral de preços do mercado (IGP-M) Var. % NÃO BACEN/FGV
impbkÍndice de Quantum das Importações Brasileiras -
Bens de CapitalDólares Americanos NÃO FUNCEX
impintermÍndice de Quantum das Importações Brasileiras -
Bens IntermediáriosDólares Americanos NÃO FUNCEX
importÍndice de Quantum das Importações Brasileiras -
Total BrasileiroDólares Americanos NÃO FUNCEX
inadspc Consultas ao SPC Unidades NÃO ACSP
inaduse Consultas ao Usecheque Unidades NÃO ACSP
inpc Índice nacional de preços ao consumidor (INPC) Var. % NÃO BACEN
ipa_diÍndice de preço por atacado-disponibilidade interna
(IPA-DI) - Var. % Men.Var. % NÃO BACEN
ipa_ogÍndice de Preços por Atacado-Oferta Global (IPA-OG) -
Produtos industriais - Var. % Men.Var. % NÃO BACEN
ipca12mÍndice nacional de preços ao consumidor - amplo
(IPCA) - em 12 meses p.p. NÃO BACEN
mampli Massa Salarial Ampliada R$ (milhões) NÃO BACEN
mamplireal Massa Salarial Ampliada Real R$ (milhões) NÃO BACEN
m1 Meios de pagamento - M1 (saldo em final de período) R$ mil SIM BACEN
m2 Meios de pagamento - M2 (saldo em final de período) R$ mil SIM BACEN
m3Meios de pagamento amplos - M3 - Saldo em final de
períodoR$ mil SIM BACEN
m4Meios de pagamento amplos - M4 - - Saldo em final
de períodoR$ mil SIM BACEN
nuciUtilização da capacidade instalada na indústria no
Estado de São Paulop.p. NÃO FIESP
papelExpedição de papel ondulado (código da serie
1001391)Toneladas NÃO FGV
papel2Produção física industrial de Papel, Papelão Liso e
Cartolina (exclusive embalagens)Base: média de 2002 = 100 NÃO IBGE
pessoalindext Pessoal ocupado assalariado - indústrias extrativas Base: média de 2002 = 100 NÃO IBGE
pessoalindtransPessoal ocupado assalariado - indústria de
transformaçãoBase: média de 2002 = 100 NÃO IBGE
pessoalocupind Pessoal ocupado assalariado Base: Jan2001 = 100 NÃO IBGE
petroleo Produção de Derivados de Petróleo Mil barris/dia NÃO BACEN
pessoasacupNúmero de Pessoas de 10 anos ou mais de idade,
ocupadas na semana de referênciaMil pessoas NÃO IBGE
pimcap Produção física industrial - Bens de capital Base: média de 2002 = 100 NÃO IBGE
pimcons Produção física industrial - Bens de consumo Base: média de 2002 = 100 NÃO IBGE
pimconsdurProdução física industrial - Bens de consumo
duráveisBase: média de 2002 = 100 NÃO IBGE
pimconssemidurProdução física industrial - Semiduráveis e não
duráveisBase: média de 2002 = 100 NÃO IBGE
piminterm Produção física industrial - Bens intermediários Base: média de 2002 = 100 NÃO IBGE
47
SÉRIE DESCRIÇÃO Ajuste Sazonal FONTE
pimtot Tabela 2295 - Produção física industrial - total Base: média de 2002 = 100 NÃO IBGE
prodauto Produção total de autoveículos Unidades NÃO BACEN
prodferro Produção de ferro-gusa Mil toneladas NÃO IPEADATA
prodindext Produção industrial - indústria extrativa Base: média de 2002 = 100 NÃO IBGE
prodi ndtrans Produção industrial - indústria de transformação Base: média de 2002 = 100 NÃO IBGE
proditcc produção industrial - itcc Base: média de 2002 = 100 NÃO IBGE
prodmaqagric Produção de máquinas agrícolas Unidades NÃO BACEN
prodmoto Produção de motociclos Unidades NÃO BACEN
prodoleolgn Produção de Óleo e LGN Mil barris/dia NÃO PETROBRAS
recfed Arrecadação das receita federais R$ MM NÃO IPEADATA
rendmedioRendimento médio e mediano nominal do trabalho
principal, pelas pessoas de 10 anos ou mais de idade, ocupadas na semana de referência
R$ NÃO IBGE
sa_ina Indicador de atividade NÃO FIESP
sa_pessoalocupind Pessoal ocupado assalariado Base:Jan2001=100 SIM IBGE
sa_pimcap Produção física industrial - Bens de capital Base: média de 2002 = 100 SIM IBGE
sa_pimcons Produção física industrial - Bens de consumo Base: média de 2002 = 100 SIM IBGE
sa_pimconsdurProdução física industrial - Bens de consumo
duráveisBase: média de 2002 = 100 SIM IBGE
sa_pimconssemidurProdução física industrial - Semiduráveis e não
duráveisBase: média de 2002 = 100 SIM IBGE
sa_piminterm Produção física industrial - Bens intermediários Base: média de 2002 = 100 SIM IBGE
sa_pimtot Produção física industrial - total Base: média de 2002 = 100 SIM IBGE
sa_sondSondagem Industrial Geral - Índice de Confiança da
Indústria Base: abril 1995 = 100 SIM FGV
sa_sond_expSondagem Industrial Geral - Índice de Confiança da
Indústria - ExpectativasBase: abril 1995 = 100 SIM FGV
sa_sond_presSondagem Industrial Geral - Índice de Confiança da
Indústria - Situação AtualBase: abril 1995 = 100 SIM FGV
sa_vendascom Volume de vendas no comércio varejista Base: média de 2003 = 100 SIM IBGE
selic Taxa de juros selic acumulada no mês % a.m. NÃO BACEN
selic_anual Taxa selic acumulada no mês anualizada % a.a. NÃO BACEN
serasa Indicador da atividade do comércio p.p. SIM SERASA
soja Processamento Mensal de Soja Mil Tons NÃO ABIOVE
sondSondagem Industrial Geral - Índice de Confiança da
Indústria Base: abril 1995 = 100 NÃO FGV
sond_expSondagem Industrial Geral - Índice de Confiança da
Indústria - ExpectativasBase: abril 1995 = 100 NÃO FGV
sond_presSondagem Industrial Geral - Índice de Confiança da
Indústria - Situação Atual Base: abril 1995 = 100 NÃO FGV
48
SÉRIE DESCRIÇÃO Ajuste Sazonal FONTE
spreadSpread médio das operações de crédito com
recursos livresp.p. NÃO BACEN
swap30_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 30 dias (fim de período) % a.a. NÃO BACEN
swap60_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 60 dias (fim de período) % a.a. NÃO BACEN
swap90_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 90 dias (fim de período) % a.a. NÃO BACEN
swap120_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 120 dias (fim de período)% a.a. NÃO BACEN
swap180_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 180 dias (fim de período)% a.a. NÃO BACEN
swap360_fimTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 360 dias (fim de período)% a.a. NÃO BACEN
swap30_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 30 dias (média do período)% a.a. NÃO BACEN
swap60_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 60 dias (média do período)% a.a. NÃO BACEN
swap90_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 90 dias (média do período)% a.a. NÃO BACEN
swap120_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 120 dias (média do período)% a.a. NÃO BACEN
swap180_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 180 dias (média do período)% a.a. NÃO BACEN
swap360_mediaTaxa referencial de swaps DI pré-fixada (BM&F) -
Prazo de 360 dias (média do período)% a.a. NÃO BACEN
termoEstrutura a termo da taxa de juros (Swap 180 dias (-)
Selic Anualizada)p.p. NÃO BACEN
termo_realEstrutura a termo da taxa de juros (-) IPCA
acumulado em 12 mesesp.p. NÃO BACEN
Tesouro ReceitaReceitas do Tesouro Nacional (Fluxo) - Receita
FiscalR$ (milhões) NÃO BACEN
Tesouro Despesa Despesas do Tesouro Nacional (Fluxo) - Total R$ (milhões) NÃO BACEN
trabservPessoas de 10 anos ou mais de idade, ocupadas na semana de referência, total e em relação ao total de
pessoas ocupadas na semana de referência por Mil pessoas NÃO IBGE
vendascom Volume de vendas no comércio varejista Base: média de 2003 = 100 NÃO IBGE
vendascomampl Volume de vendas no comércio varejista ampliado Base: média de 2003 = 100 NÃO IBGE
vendasind Vendas reais - indústria Base: média de 1992 = 100 NÃO BACEN
vendauto Vendas de autoveículos no mercado interno Base: média de 1992 = 100 NÃO BACEN
volcom Índice de volume de vendas no comércio varejista Base: média de 2003 = 100 SIM IBGE
volcom_sa Índice de volume de vendas no comércio varejista Base: média de 2003 = 100 SIM IBGE