TAXA DE CÂMBIO E PRODUTIVIDADE DA INDÚSTRIA NO BRASIL: UMA NOVA ABORDAGEM TEÓRICA E EMPÍRICA PARA O PERÍODO RECENTE

Kayo Cícero Quirino de Souza1 Guilherme Jonas C. da Silva2

RESUMO

O objetivo deste trabalho é analisar a relação da taxa de câmbio com a produtividade do trabalho. Para tanto, inicialmente, desenvolve-se uma análise teórica da relação com base nos modelos neo-kaleckianos de distribuição de renda, relacionando a taxa de câmbio com a produtividade do trabalho a partir da conexão com markup, permitindo avaliar em qual situação essa relação será positiva ou negativa, bem como a eficácia da hipótese da neutralização da doença holandesa discutida dentro do novo-desenvolvimentismo. Empiricamente, estima-se um Modelo Não Linear Autoregressivo de Defasagem Distribuída (NARDL) para o caso da indústria brasileira, com o intuito de testar a hipótese novo-desenvolvimentista de que um nível maior da taxa de câmbio real está relacionado com um maior dinamismo da produtividade da indústria. Os resultados confirmam a importância da desvalorização real da taxa de câmbio para estimular a produtividade do trabalho da indústria.

Palavras-Chave: Leis de Kaldor; Taxa de Câmbio; Produtividade do Trabalho; Markup Industrial; NARDL.

ABSTRACT

This paper aims to analyze the relationship between the exchange rate and labor productivity. Thus, initially, a theoretical analysis of the relationship is developed based on the neo-Kaleckian models of income distribution, relating the exchange rate with the productivity from the connection with markup, allowing to evaluate in which situation this relationship will be positive or negative, as well as the effectiveness of the Dutch disease neutralization hypothesis discussed within the new developmentalism. Empirically, it is estimated a Non-Linear Autoregressive Distributed Lag Model (NARDL) for the case of Brazilian industry, in order to test the new developmentalist hypothesis that a higher level of the real exchange rate is related to a greater dynamism of the industry productivity. The results confirm the importance of the real devaluation of the exchange rate to stimulate the labor productivity of the industry.

Keywords: Kaldor's laws; Exchange rate; Labor Productivity; Industrial Markup; NARDL.

JEL Classification: C22; F43

1.Introdução

O crescimento do produto no longo prazo é determinado pelo crescimento da produtividade, sendo ela uma variável resultante do crescimento das atividades caracterizadas por rendimentos crescentes de escala, bem como, do progresso tecnológico, resultado de inovações que são convertidas em novas técnicas de produção e equipamentos cada vez mais modernas, que são introduzidas dentro do sistema econômico. Do exposto, o crescimento da produtividade acaba por ser um indicador do avanço do desenvolvimento econômico de um país, traduzindo-se não só em desenvolvimento das forças produtivas, como em aumento do nível de renda per capita.

Na tradição kaldoriana a produtividade é tratada como um fenômeno endógeno ao crescimento, resultado de economias de escalas advindas do aumento das exportações de produtos manufaturados, já que na indústria de transformação, e nos setores de serviços sofisticados, estão concentradas as atividades

1Doutorando no Programa de Pós-Graduação em Economia da Universidade Federal de Uberlândia e bolsista FAPEMIG. E-mail: kayocicero8@gmail.com. 2Professor do Programa de Pós-Graduação em Economia e Tutor do Programa Educacional Tutorial do Instituto de Economia da Universidade Federal de Uberlândia. E-mail: guilhermejonas@yahoo.com.br.

com retornos crescentes que conseguem elevar a produtividade média de toda a economia, ao gerar efeitos de transbordamento para os setores caracterizados por rendimentos decrescentes de escala. Consequentemente, uma taxa de retorno satisfatória das atividades com retornos crescentes, quando estimulam sua produção, acabam resultando em um aumento do crescimento da produtividade de todos os setores da economia.

Num contexto de uma economia aberta, a rentabilidade das atividades econômicas pode estar relacionada com a taxa de câmbio, pois a sua desvalorização pode estar associada com o aumento do seu markup, de tal modo que a sua relação com a produtividade pode ser compreendida pela sua capacidade de elevar a rentabilidade dos setores com maiores ganhos de escala. Conforme Kalecki, o tamanho da firma e a sua capacidade de acumulação está relacionado com os lucros retidos, uma vez que estes acabam por determinar o volume de recursos que a firma consegue tomar emprestado, contribuindo para o seu crescimento e, consequentemente, elevando os investimentos que demandam máquinas e equipamentos que são incorporados com a tecnologia mais recente, podendo estes serem direcionados à pesquisa de desenvolvimento (P&D), o que faz da taxa de câmbio um preço macroeconômico crucial para o fluxo de receitas das firmas, abrindo espaço para gastos em Ciência e Tecnologia (C&T) que podem estar associados com o crescimento da produtividade.

O Novo-desenvolvimentismo também destaca a importância da taxa de câmbio para a taxa de retorno das empresas exportadoras manufatureiras que operam com a melhor tecnologia disponível, derivado do seu conceito de doença holandesa definido a partir de duas taxas de câmbio. A taxa de câmbio de “equilíbrio industrial” está associada às empresas eficientes que exportam e que operam com a melhor tecnologia disponível, enquanto que a taxa de câmbio de “equilíbrio corrente” está associada às empresas exportadoras que são detentoras de rendas ricardianas, e que operam com retornos decrescentes de escala. A perda de dinamismo da produtividade de países que sofrem com a doença holandesa acaba sendo uma consequência da taxa de câmbio permanecer por longos períodos em seu “equilíbrio corrente”, o que reduz os lucros auferidos das empresas eficientes que operam com economias de escala. (BRESSER-PEREIRA, 2009, 2012).

Nesse contexto, o trabalho apresenta duas contribuições para o entendimento de como a taxa de câmbio pode atuar sobre o crescimento da produtividade do trabalho. Em primeiro lugar, apresenta-se um modelo em que o markup é a variável que conecta a produtividade do trabalho combo nível da taxa de câmbio real, uma vez que o aumento do markup (quando ocorre uma desvalorização real da taxa de câmbio) pode estar relacionado com o aumento da taxa de retorno dos setores caracterizados por rendimentos crescentes de escala.

A conexão supracitada permite avaliar em qual situação uma desvalorização real da taxa de câmbio pode atuar positivamente (ou negativamente) sobre a produtividade do trabalho do setor industrial, bem como analisar a eficácia da neutralização da doença holandesa.

Em segundo lugar, pretende-se testar empiricamente a hipótese novo-desenvolvimentista de que uma desvalorização real da taxa de câmbio está relacionada com um maior dinamismo da produtividade da indústria, que é a sua neutralização da doença holandesa.

Para testar empiricamente esta hipótese, deve-se utiliza-se o Modelo Não Linear Autoregressivo com Defasagens Distribuídas (NARDL), que leva em consideração possíveis assimetrias dos efeitos da taxa de câmbio sobre a produtividade do trabalho da indústria.

Para alcançar os objetivos, além desta introdução, o trabalho está estruturado em cinco seções. A primeira seção apresenta uma discussão teórica da relação entre taxa de câmbio e produtividade do trabalho. Na segunda, desenvolve-se um modelo teórico neo-kaleckiano de distribuição de renda, que permite mostrar a relação da taxa de câmbio e com a produtividade do trabalho através do markup em diferentes setores da economia. Na terceira seção, apresenta-se a metodologia econométrica e o processo de estimação. Na quarta seção, a atenção volta-se para as análises dos resultados. Por fim, na última seção, encontram-se as considerações finais.

2. Taxa de Câmbio e Produtividade: Uma Breve Revisão da Literatura

A variável macroeconômica que dinamiza a economia tanto em termos de estímulos á demanda agregada como em termos de mudança estrutural é o investimento. Keynes destaca a importância que a taxa de juros tem sobre os investimentos, já que a primeira pode estimular a aquisição de máquinas e equipamentos por parte dos empresários, sendo esta decisão uma consequência da taxa de juros, ao proporcionar um ambiente de maior lucratividade para o setor produtivo em detrimento do setor financeiro. Caso a rentabilidade do setor produtivo seja atraente e mantenha-se a longo prazo, seus efeitos sobre a produtividade podem ser compreendidos a partir do modelo de “safras” de Kaldor e Mirrless (1962), ao estabelecer que o progresso técnico gerado seja impulsionado pela inserção de tecnologias mais modernas incorporadas às máquinas e equipamentos que são adquiridas (e introduzidas) dentro do sistema produtivo. Portanto, o investimento é a variável macroeconômica que estabelece um elo entre o curto e o longo prazo.

Bresser-Pereira (2009 e 2012) afirma que, os países que não alcançaram a maturidade produtiva e que ainda sofrem com a doença holandesa, devem olhar para a taxa de câmbio como um preço macroeconômico importante para o estímulo ao investimento. O acesso à demanda externa, mas também, à demanda doméstica para os bens produzidos por parte do empresariado nacional acaba por ser negado quando o câmbio é mantido em níveis sobreapreciados durante longos períodos. Neste caso, a Teoria de Keynes, diz que o investimento seria uma função não só da expectativa de mercado sobre a demanda e, da interação entre a eficiência marginal do capital com a taxa de juros, mas também, seria uma função da taxa de câmbio real (BRESSER-PEREIRA, 2009).

A taxa de câmbio apresenta-se como um preço macroeconômico fundamental, uma vez que, se o seu comportamento de longo prazo é tendente a sobreapreciações permanentes, períodos subsequentes de depreciações temporárias podem não neutralizar os efeitos negativos que uma taxa de câmbio apreciada por longo períodos ocasionam sobre o lado real da economia (BRESSER-PEREIRA, OREIRO e MARCONI, 2015).

Na ausência de uma neutralização da doença holandesa, o comportamento natural da taxa de câmbio será o de convergir ciclicamente para um patamar sobreapreciado, no qual os setores eficientes da economia que utilizam a melhor tecnologia disponível, acabam perdendo competitividade econômica (BRESSER-PEREIRA, OREIRO e MARCONI, 2015). Para Bresser-Pereira (2009), a doença holandesa, em sua versão estritamente econômica, é definida como a sobreapreciação crônica da taxa de câmbio causada pela abundância de recursos naturais ou de mão de obra barata, que faz com que os custos de produção do setor de commodities sejam substancialmente baixos, de modo que o preço de mercado da taxa de câmbio, definido pela interação entre a demanda e a oferta de divisas, convergirá para um patamar abaixo do preço necessário que tornam viáveis economicamente os setores eficientes. Mesmo diante de uma taxa de câmbio apreciada, os setores menos eficientes acabam por ter uma alta rentabilidade devido ao seu baixo custo médio de produção.

Considerando que a doença holandesa é um obstáculo ao processo de industrialização, a sua neutralização, associada a uma taxa de câmbio mais depreciada e situada em seu “equilíbrio industrial”, justifica-se em virtude da importância da indústria para o crescimento de longo prazo, tal como descrito pelo pensamento kaldoriano e as suas leis de crescimento3. De acordo com Thirlwall (2002), as atividades relacionadas à agricultura e para alguns setores de serviços (levando em consideração os países nos seus estágios iniciais de desenvolvimento econômico, quando a produção de produtos agrícolas é o motor do crescimento, acrescentando também os casos de países que sofrem com a doença holandesa) operam em um nível de produção onde o produto marginal do trabalho encontra-se abaixo do seu produto médio, o aumento da absorção pelo fator trabalho reduz a sua produtividade do trabalho. Quando o fator trabalho é transferida para a indústria, a produtividade de todos os setores acaba por aumentar, gerando um efeito de transbordamento da indústria para os demais setores da economia, elevando a produtividade global da economia.

3Ver Kaldor (1966 e 1968).

A sobreapreciação resultante da doença holandesa acaba por estimular a absorção do fator trabalho pelos setores caracterizados por retornos decrescentes de escala em detrimento dos setores dinâmicos caracterizados por retornos crescentes. Por outro lado, quando a taxa de câmbio é direcionada para o seu nível de “equilíbrio industrial”, no qual a taxa de câmbio de mercado é compatível com uma rentabilidade satisfatória para a indústria (e esta taxa é mantida por longos períodos neste patamar), haverá um processo de transferência do fator trabalho para o setor industrial e, consequentemente, em aumentos da produtividade fora dele, aumentando a produtividade de toda a economia.

2.1 Taxa de Câmbio, Markup Industrial e Crescimento da Produtividade do Trabalho

Para compreender como a taxa de câmbio atua sobre as variáveis reais numa economia, em particular, sobre o crescimento da produtividade do trabalho, deve-se apresentar os canais de transmissão existentes.

Neste sentido, o trabalho demonstrará que uma desvalorização real da taxa de câmbio induz o crescimento da produtividade, através do aumento da rentabilidade dos investimentos que, ao elevar o markup da firma, faz aumentar a taxa de acumulação de capital e, portanto, o crescimento da produtividade devido a inserção de novas máquinas e equipamentos incorporadas de tecnologias mais modernas, bem como dos ganhos de escala gerados pelo aumento da produção das firmas que operam com retornos crescentes.

Para demonstrar os efeitos supracitados, parte-se de uma função produtividade derivada de um modelo neo-kaleckiano de distribuição de renda, no qual a taxa de câmbio real, junto com outras variáveis do modelo, acabam por estabelecer uma relação com a produtividade do trabalho, cabendo analisar se esta mesma relação é positiva ou negativa.

Nos modelos neo-kaleckianos de crescimento, a dinâmica da acumulação de capital depende não só do crescimento da demanda, mas também, da participação dos lucros na renda agregada da economia (profitshare). A distribuição de renda é exógena nesses modelos, sendo determinada pelo poder de mercado das firmas ao estabelecer um markup sobre os seus custos diretos. Para uma economia aberta, em que as firmas demandam insumos importados, os preços são definidos como uma regra de fixação de markup sobre o salário (w) e sobre os insumos importados (m) conforme a equação abaixo.

pt=(1+z )(w a0+e t p t¿m) (1)

Seja z o markup definido pelas firmas, a participação dos lucros sobre a receita total será descrita conforme a expressão (2) abaixo4.

π= z1+z (2)

Seguindo Badhuri e Marglin (1990), a função de acumulação de capital será definida como uma função linear do grau de utilização da capacidade instalada (u) e da participação do lucro na receita total (π) para o caso de uma economia aberta, conforme a expressão abaixo.

gk=γ o+β u+ λ π ∴β>0 e λ>0 (3)

A produtividade do trabalho da economia será uma função linear do comportamento da taxa de crescimento da demanda agregada (y) e da acumulação de capital, conforme a Lei de Kaldor-Verdoorn, que levam em consideração: (i) os retornos crescentes e dinâmicos5 de escala, que influenciam no

4A receita total é definida como C+I+G+X=Y+M. Em termos da equação 2, a receita total será igual a

¿(1+z )(w t a0+et pt¿m). O Lucro será igual a (z )(wt a0+e t p t

¿m). Assim, π=(z)(wt a0+e t p t

¿m)(1+z )(w t a0+e t pt

¿m)=

z1+z .

5Os retornos dinâmicos de escala estão relacionados ao learningbydoing, como no modelo de Arrow (1962).

aumento da produtividade do trabalho; (ii) o efeito da tecnologia incorporada às máquinas e equipamentos6. Assim, tem-se:

∏ ¿ YL=φo+δy+Ф gk∴ δ>¿0 e Ф>0 (4)

Sendo ∏ ¿ a produtividade do trabalho, calculada a partir da razão do produto total (Y) pela quantidade de trabalhadores empregados (L), tem-se: φo uma constante que concentra todos os fatores que não o crescimento da demanda e a acumulação de capital que afetam a produtividade (educação, infraestrutura e fatores institucionais); e δ é o coeficiente de Kaldor-Verdoorn; Ф uma constante que capta os efeitos da acumulação sobre a produtividade do trabalho.

Substituindo a expressão (3) em (4), a função produtividade será redefinida em termos do crescimento da produção, do grau de utilização da capacidade instalada e da participação dos lucros na receita total.

∏ ¿α 0+δy+α 1u+α2 π (5)

Introduzindo a expressão (2) dentro da expressão (5), nota-se que a taxa de crescimento da produtividade passa a ser também uma função do markup:

∏ ¿α 0+δy+α 1u+α2( z1+z ) (6)

Sabendo que um markup mais elevado está associado a uma maior participação dos lucros na receita de toda economia de acordo com a expressão (2), e que, pela expressão (3), uma maior participação dos lucros aumenta a acumulação de capital, o que aumenta a produtividade do trabalho por meio da tecnologia incorporada às máquinas e equipamentos, tem-se uma relação indireta entre o nível do markup e a dinâmica da produtividade do trabalho.

Entretanto, esta relação agregada da produtividade ainda não leva em consideração as características setoriais, ou seja, ainda não diferencia aqueles que operam com retornos crescentes de escala e os que operam com retornos decrescentes de escala. Assim, o aumento do markup do primeiro está associado ao crescimento da produtividade agregada, como descrito pela 3ª Lei de Kaldor.

Supondo uma economia cujo bem final produzido pelas empresas domésticas seja um substituto perfeito dos bens finais produzidos no exterior, de tal modo que a paridade do poder de compra não se aplica, o poder de monopólio das empresas domésticas será afetado pelos preços internacionais. Considerando que a taxa de câmbio real é definida como a razão entre o preço dos bens importados definidos em moeda doméstica pela razão do preço dos bens domésticos, quando esta se desvaloriza, as empresas nacionais passam a ter um maior poder de elevar os seus preços acima dos seus custos diretos unitários (BRESSER-PEREIRA, OREIRO e MARCONI, 2015).

Neste caso, segundo Blecker (2011), as firmas irão reajustar os seus preços de acordo com a diferença entre o seu markup esperado e o markup corrente, o que implicitamente é equivalente a uma meta para o share salarial. Como o markup tem uma relação positiva com uma depreciação real da taxa de câmbio, nota-se uma queda no share salarial e o aumento do profitshare da economia. Neste caso, será possível definir o markup como uma função linear da taxa de câmbio real, tal como descrita pela expressão (7).

m=a+bθ (7)

Sendo a uma constante que concentra todos os fatores que afetam o markup que não a taxa de câmbio

real; b um parâmetro que mede a sensibilidade do markup a variações na taxa de câmbio real; e θ=e p¿

p a

taxa de câmbio real.

6Desse modo, a expressão que define a função produtividade leva em consideração as críticas de Wolfe (1968) da omissão do estoque de capital aos trabalhos seminais de Kaldor sobre a Lei de Verdoorn.

Substituindo (7) em (2), tem-se a participação dos lucros sobre a receita como função da taxa de câmbio real.

π=( a+bθ1+a+bθ ) (8)

Como π só pode assumir valores entre 0 e 1, note que, à medida que a taxa de câmbio real tende ao infinito positivo, π tende ao seu máximo valor igual a 1, indicando que toda a parcela da receita gerada na economia é apropriada por meio de lucros; por outro lado, quando a taxa de câmbio real tende a zero, o

seu limite à direita tende a uma constante a

1+a , constante esta que concentra todos os fatores que afetam

o markup que não a taxa de câmbio.

limθ → ∞ ( a+bθ

1+bo+b1θ )=1

limθ → 0+¿( a+bθ

1+a+bθ )= a1+ a¿

¿

Da expressão (7), uma análise setorial de como a taxa de câmbio real relaciona-se com o markup para diferentes setores da economia implicará em maiores detalhes sobre a magnitude e o sinal do parâmetro b.

Como o markup acaba sendo influenciado pelo comportamento da taxa de câmbio real, a relação entre essas duas variáveis ocorre de forma diferente para os diversos setores da economia. Isso pode ser analisado a partir da relação da taxa de câmbio com o markup dos diversos setores.

Seguindo a nomenclatura apresentada por Gala e Libânio (2011) para definir cada markup setorial, tem-se quatro categorias que serão consideradas:

(i) o markup relativo ao setor de bens tradables puros;(ii) o markup relativo ao setor de bens tradables que operam com insumos tradables importados;(iii) o markup relativo ao setor de bens non tradables puros;(iv) o markup relativo ao setor de bens non tradables que operam com insumos tradables

importados.

Para uma economia relativamente pequena, os setores tradables constituídos por empresas tomadoras de preços (price taker), de tal modo que os preços acabam sendo endógenos e determinados pela taxa de câmbio. Isso pode ser observado pela expressão (9), que define o markup dos bens tradables puros.

pt=(1+ztra)wb

pt=e p¿

z tra=(b e p¿

w )−1 (9)

Considerando ainda uma expressão que define o markup para o setor de tradables que operam com insumos tradables importados. De acordo com a expressão abaixo, o preço será igual à soma ponderada dos custos de produção mais um markup desta mesma soma. Da expressão (10), nota-se que uma depreciação do câmbio nominal, que faz elevar o markup, pode não compensar um aumento dos custos dos insumos importados.

pitra=¿)(ρ wb

+(1−ρ)eins ¿∴0< ρ<1

pitra=e p¿

z trai=( e p¿

ρ( wb )+ (1−ρ ) (eins ) )−1

(10)

Para o setor de bens non tradables puros, o seu markup não depende da taxa de câmbio, sendo insensível a ela, conforme a expressão (11).

pn=(1+zn)wb (11)

Para o setor de bens non tradables que operam com insumos tradables, os seus preços serão definidos pela soma ponderada dos seus custos mais um markup desta mesma soma. Da expressão (12), uma apreciação do câmbio nominal faz aumentar o markup, ao baratear os preços dos insumos tradables importados.

p¿=(1+z¿)(λ ( wb )+ (1−λ ) (eins ))∴0<λ<1

z¿=( p¿

λ( wb )+(1− λ ) (eins ) )−1

(12)

Define-se o markup agregado expresso como a soma de cada markup setorial ponderado pela participação de cada setor, sendo j a participação do setor tradables; h a participação do setor non tradables que operam com insumos tradables; l a participação do setor non tradables puros; k a participação do setor de bens non tradables que operam com insumos tradables.

z= jztra+hz itra+lz ntra+kz¿ (13)

Da expressão (13), que define o markup agregado, tem-se a forma pela qual cada setor reage a variações na taxa de câmbio, sendo b a sensibilidade agregada, dada em (7), que é a soma das sensibilidades de cada setor ponderadas pelo seu respectivo tamanho (j,h,k)7.

b= jbtra+hbitra+kb¿ (14)

A expressão (14) definirá qual o sinal do parâmetro b. O seu sinal dependerá não só das elasticidades individuais, bem como do peso de cada setor. Do exporto anteriormente, o parâmetro b tra é positivo e o parâmetro kb¿ é negativo, mas o sinal do parâmetro b itra não podendo ser definido a priori, tornando indefinido o sinal do b.

Substituindo a expressão (8) dentro da expressão (5), tem-se a produtividade como função das variáveis que captam o crescimento da demanda agregada e da taxa de câmbio real. Economias que sofrem com a doença holandesa, um câmbio real mais depreciado está associado com uma maior rentabilidade dos setores dinâmicos caracterizados por retornos crescentes e dinâmicos de escala que possuem maior potencial de elevar a produtividade média de toda a economia (BRESSER-PEREIRA, 2009).

7Como o markup do setor de bens non tradables puros é insensível a mudanças na taxa de câmbio, não haverá um parâmetro b associado a esse setor.

∏ ¿α 0+δy+α 1u+α2( a+bθ1+a+bθ ) (15)

Por fim, chega-se a relação da taxa de câmbio real com a produtividade do trabalho, que será determinada pelo sinal da derivada parcial da expressão (15) em relação à variável θ.

∂ ∏ ¿∂ θ =

α 2b(1+a+bθ)2 ¿

(16)

O sinal da derivada (Eq. 16) dependerá apenas do sinal de b, já que o parâmetro α 2 é igual ao produto dos parâmetros Ф λ, que são positivos (Ф λ>0), de modo que o parâmetrob sendo positivo, o efeito de uma apreciação cambial sobre a produtividade do trabalho será positivo ¿, implicando que a taxa de retorno das atividades que gerameconomias de escala, dentro do setor de bens tradables, acabam aumentando a sua produção, do caso contrário, a relação será negativa ¿.

2.2 Análise Setorial a Partir das Leis de Kaldor

Segundo a literatura kaldoriana do crescimento, a indústria é o motor do crescimento de longo prazo, sendo um determinante do crescimento da produtividade de toda a economia, devido à presença dos retornos crescentes de dinâmicos de escala na indústria, em especial, na indústria de transformação (KALDOR, 1970). Ademais, a indústria é o setor que mais gera encadeamentos para frente e para trás (HIRSCHMAN, 1958).

Das equações que definem a segunda e a terceira lei de Kaldor expostas no apêndice, tem-se que a produtividade do trabalho fora da indústria será definida como função da produtividade do trabalho do setor industrial, como apresentado a seguir:

pro dsa=ψo+ψ1∏ ¿ind ¿ (17)

Da expressão (17), pode-se afirmar que os fatores que impactam a produtividade da indústria, como a taxa de câmbio, acabam por impactar a produtividade dos demais setores e, consequentemente, a produtividade de toda a economia. Por conseguinte, da segunda e terceira leis de Kaldor, o comportamento da produtividade da indústria acaba por ser uma boa proxy do comportamento da produtividade de toda a economia.

Analogamente, resultados semelhantes aos encontrados para os determinantes da produtividade na versão agregada podem ser observados quando a modelagem é realizada apenas para a indústria8. Todavia, tanto o setor de commodities como o setor industrial produzem bens tradables. Estimando a relação da taxa de câmbio real com a produtividade do trabalho da indústria, em termos do que foi definido para o parâmetro b, que capta a sensibilidade do markup a variações na taxa de câmbio real, as análises de qual será a relação (se positiva ou negativa) do câmbio para a produtividade da indústria dependerá das sensibilidades dos bens tradables relativos à indústria.

Definindo b ind como o parâmetro agregado da indústria, sendo este definido como a soma da sensibilidade das indústrias que não importam bens tradables (b ind

t ) com a sensibilidade das indústrias que importam bens tradables (b ind

ti ) ponderadas pelo tamanho de cada uma, tem-se que: b ind=Ϛbindt + χb ind

ti .

8Isto posto, as equações (1), (2) e (3) serão definidas para o setor industrial, sendo gkind a acumulação de capital da indústria,

∏ ¿ind¿ a produtividade da indústria e π ind o markup da indústria. A expressão para ∏ ¿ind¿ , conforme (2), define a segunda lei de Kaldor levando em consideração às críticas de Wolfe (1968).

Dado que o sinal do parâmetro b indt é sempre positivo9, tem-se que uma depreciação da taxa de câmbio

afeta positivamente para o aumento da produtividade da indústria. Com efeito, será entendido como a situação em que um aumento do markup industrial mais do que compensa a elevação do custo dos insumos tradables importados, de modo que Ϛbind

t > χbindti . Por outro lado, uma apreciação cambial estaria

relacionada com um aumento da produtividade da indústria, já que Ϛbindt < χbind

ti 10.

Considerando o conceito de doença holandesa apresentado por Bresser (2009) e Bresser, Oreiro e Marconi (2015), tem-se que a sua neutralização, associada com um nível maior da taxa de câmbio real, perderá a eficácia em situações em que um aumento do markup industrial mais do que compensa a elevação do custo dos insumos tradables (Ϛbind

t < χbindti ), sendo esse um caso típico de uma economia

constituída por indústrias maquiladoras que apenas realizam a manufatura parcial, pois a participação do setor industrial que importa insumos tradables é maior do que a participação do setor industrial que não importa bens tradables. Do contrário, sua eficácia ocorrerá quando Ϛbind

t > χbindti .

O mecanismo pelo qual uma desvalorização da taxa de câmbio real atuará sobre a produtividade da indústria, bem como sobre a produtividade dos demais setores industriais, do setor de serviços e do setor agrícola. Neste caso a taxa de câmbio ao aumentar o markup da indústria (Eq. 18), acaba por elevar a participação dos lucros (Eq. 3), o que estimula a taxa de acumulação de capital deste setor. Pelo mecanismo da tecnologia incorporada ao maquinário e considerando a 2ª Lei de Kaldor, a produtividade da indústria aumentará (Eq. 4), o que amplia a demanda por trabalhadores dos demais setores da economia. Como os demais setores da economia estão atuando em um nível de produção não ótimo (Lsa 1), a transferência de parte de mão de obra para a indústria (Lsa 2) elevará a sua produtividade média, aumentando o seu nível de produção para um nível ótimo. Segue abaixo a Figura 1 com o fluxograma da dinâmica do modelo:

Figura 1: Fluxograma da Dinâmica do Modelo Câmbio-Produtividade

9 Consequentemente, b t=b ind+bcom, sendo bcom a sensibilidade relativa ao setor de commodities.10Seja por ser um tomador de preço (price taker) ou por não ser válida a paridade de poder de compra (ppc). Assim, o markup será definido conforme a expressão (7).

Fonte: Elaboração Própria

3. Metodologia Econométrica, Especificação do Modelo e Base de Dados

Partindo-se do modelo setorial, desenvolvido para explicar a relação entre a taxa de câmbio real e o crescimento da produtividade do trabalho na indústria, pretende-se testar empiricamente a validade do mesmo para do setor industrial da economia brasileira.

A hipótese de que uma depreciação da taxa de câmbio atuaria positivamente sobre a produtividade da indústria¿, implicará em uma relação negativa ¿ diante de uma apreciação. Portanto, a ideia é verificar empiricamente os dois casos.

Ademais, há a possibilidade da magnitude da relação ¿ser diferente para uma depreciação ou apreciação cambial. Com efeito, pretende-se ainda avaliar esta hipótese da assimetria através do modelo econométrico NARDL de cointegração.

3.1 A Metodologia ARDL

Dos trabalhos de Pesaran e Shin (1998) e Pesaran et al (2001) surgiram os modelos de cointegração com base nos regressores ARDL. A vantagem desse modelo é que a relação de longo prazo pode ser detectada independentemente das variáveis serem I(0), I(1) ou uma combinação de ambas, diferentemente dos modelos de cointegração de Engle e Granger (1987) e Johansen (1991) que requerem que as variáveis sejam todas integradas de ordem I(1). Ademais, a endogenia é um problema menor, pois as variáveis já são tratadas como endógenas, o que implica em dizer que estão livres da correlação residual.

Os modelos ARDL são lineares, sendo as variáveis dependentes e as variáveis independentes são especificadas contemporaneamente e acrescidas por seus respectivos valores defasados. Um ARDL de ordem (y, x,..., xk), sendo yt o número de lags da variável dependente e x1..., xk o número de lags das variáveis explanatórias, pode ser especificado conforme a expressão abaixo:

y t=∑i=1

p

β i y t−i+∑j=1

k

∑l j

q j

δ j ,l jx j ,t−lj

+εt (18)

sendo ε t o termo de erro de ruído branco, β i os coeficientes associados aos lags da variável dependente y t e δ j os coeficientes relativos aos lags da variável explicativas x t. Os parâmetros da equação (18) são estimados via MQO por meio dos critérios de informação que irão definir a ordem do ARDL. Após a ordem do ARDL, a expressão (18) será reparametrizada para um modelo de correção de erro da sigla em inglês ECM. A expressão para o ECM com duas variáveis (yt e xt) será definida de acordo com a expressão abaixo:

∆ y t=α +θ1 y t−1+θ2 xt−1+∑i=1

p−1

γ ∆ yt−i+∑i=0

p

φ ∆ xt−i+ϵt (19)

Sendo ϵ t um termo de erro de ruído branco.

As variáveis diferenciadas e defasadas captam o comportamento de curto prazo, sendo que as variáveis em nível defasadas captam o comportamento de longo prazo. Em seguida, realiza-se o teste de Fronteira de Pesaran et al (2001), com base na estatística F, cuja hipótese nula será a de que θ1=θ2=θ3=0; sendo a hipótese alternativa a de que θ1 ≠θ2≠ θ3 ≠ 0. Caso a hipótese nula seja rejeitada, haverá uma forte evidência estatística de que as variáveis do modelo sejam cointegradas ou a de que há uma relação de longo prazo entre elas. O teste de fronteira proposto por Pesaran et al 92001) é feito com base em dois conjuntos de valores críticos: i) assume-se que o conjunto das variáveis são todas I(0), sendo este o limite crítico inferior para a não existência de cointegração; ii) assume-se que o conjunto de todas as variáveis

são I(1), sendo este o limite crítico superior para existência de cointegração. Caso a Estatística-F seja maior do que o valor crítico superior, a hipótese nula será rejeitada; sendo a estatística-F menor que o valor crítico inferior, a hipótese nula não será rejeitada. O caso inconclusivo é possível quando o F-estatístico estiver entre os dois limites críticos, sendo necessário verificar a ordem de integração das variáveis.

Caso seja confirmada a hipótese de que as variáveis do modelo são cointegradas, será possível fazer inferências sobre os parâmetros de curto e longo prazo por meio do modelo ARDL. Na análise de curto prazo será possível averiguar a velocidade de convergência do curto prazo para o equilíbrio de longo prazo pelo vetor do ECM, que tem de ser negativo e menor do que um em módulo.

3.2 A Metodologia NARDL

Shin et al (2011) desenvolveram uma abordagem para capturar possíveis relações não lineares dentro dos modelos de cointegração com base nos regressores ARDL. A variável não linear é decomposta em variações positivas e negativas. Para o caso a ser analisado, a variável de interesse é a taxa de câmbio real, sendo gerada pelas somas parciais, conforme as duas expressões abaixo:

cambio=cambioo+cambiot+¿+cambio t

−¿¿ ¿ (20)

cambio t

+¿=∑i−1

t

∆ cambio i

+¿=¿∑i=1

t

max (∆cambioi ,0)¿¿¿ (21)

cambio t

−¿=∑i−1

t

∆cambio i

−¿=∑i=1

t

min(∆ cambioi¿,0) ¿¿ ¿ (22)

Cada soma parcial define respectivamente a depreciação e a apreciação cambial. A partir das duas expressões acima, o efeito assimétrico de longo prazo da taxa de câmbio real sobre a produtividade do setor industrial será inserido no Modelo de Correção de Erro ECM, conforme Shin et al (2011). A nova especificação para o ECM será:

∆ y t=α +θ1 y t−1+θ2 cambiot−1+¿ +θ3cambio t−1

−¿+θ3 x t−1+∑i=1

p−1

γ ∆ y t−i +∑i=0

p

φ∆ x t−i +∑i=0

p

¿ ¿¿

¿

(23)

A equação (23) apresenta o comportamento assimétrico de longo prazo para a variável “taxa de câmbio”, assim como o seu comportamento assimétrico de curto prazo. Para a nova equação, com base no teste de Fronteira de Pesaran et al (2001) a partir da estatística F, a nova hipótese (θ1=θ2=θ3=θ4=0) será testada com o objetivo de se identificar a relação de longo prazo entre as variáveis. Identificando a existência de cointegração entre as variáveis, os coeficientes relativos à apreciação e a depreciação de

longo prazo da taxa de câmbio real serão calculados da seguinte forma: α 2

+¿=(−θ2

θ1 ); α2

−¿=(−θ3

θ1 )¿¿. As duas

expressões computam os coeficientes de longo prazo de variações positivas e negativas da taxa de câmbio real. a assimetria será testada a partir de um teste Wald, sendo a hipótese nula a presença de simetria dada por α 2

+¿=α 2−¿ ¿¿.

3.3 Especificação do Modelo e Base de Dados

Partindo do modelo teórico apresentado, pretende-se estimar a expressão (15) para o caso do setor industrial, conforme abaixo:

∏ ¿ βo+ β1+¿ cambio+¿+β2

¿¿¿ ¿ (24)

prod = log da produtividade do trabalho da indústria calculada a partir da razão do produto por horas trabalhadas fornecidos pela Confederação Nacional da Indústria (CNI);

ind = log da produção da indústria de transformação fornecidos pelo IPEA-Data; cambio = log do câmbio real efetivo fornecido pelo IPEA-Data11; utiliz = log do grau de utilização da capacidade instalada da indústria fornecidos pelo CNI.

A periodicidade dos dados é trimestral, de 2002 até 2019. Os dados das variáveis prod, ind e cambio foram dessazonalizados a partir do método X13. Devido à alta correlação entre o crescimento da produtividade do trabalho da indústria com o seu crescimento, optou-se por utilizar a base de dados da produção da indústria de transformação como variável representativa do crescimento industrial12. Na figura 2 será apresentada a evolução temporal das variáveis utilizadas para a estimação. As variáveis estão no seu formato original (número índice). Note que a taxa de câmbio real efetiva evidencia a apreciação de longo prazo, iniciada no final do mandato do governo FHC até o final do governo Dilma. Este período coincide com o boom das commodities que fez aumentar substancialmente os preços das principais commodities brasileira.

A produtividade do trabalho da indústria ficou praticamente estagnada, coincidindo com a estagnação da produção da indústria de transformação. Esta última apresentou um leve aumento durante o governo Lula e a partir do final do mandato da presidente Dilma vem caindo. Por último, a variável relativa ao grau de utilização da capacidade instalada da instalada manteve-se praticamente constante ao longo do tempo.

Assim, dado que o grau de utilização da capacidade instalada da indústria manteve-se constante ao longo do tempo, quando se aplica o logaritmo natural, a variabilidade torna-se ainda menor13. Evidentemente, uma baixa variabilidade das variáveis independentes devido ao problema de pequeno tamanho da amostra, denominado de micronumerosidade, que geram intervalos de confiança muito amplos e estatísticas t elevadas o suficiente para rejeitar a hipótese nula de que o verdadeiro coeficiente populacional seja igual a zero14. Do exposto, a melhor alternativa seria estimar a especificação dada em (24) sem a variável utiliz15.

Figura 2: Evolução Temporal das Variáveis

11Nesse caso, o sinal de b ind será negativo, conforme à expressão (13).12Esta variável foi decomposta em depreciação e apreciação conforme (3) e (4).13Além disso, é dentro da indústria de transformação que os retornos crescentes de escala estão mais presentes.14O seu desvio padrão foi de aproximadamente 0.028.

15 limSS T j → 0

Var ( β̂ j)= limSST j→ 0 ( σ 2

SS T j(1−R2))=∞ ; j=1,2 …k, sendo SS T j=∑i=1

n

(X ij−X j)2.

Fonte: Elaboração Própria a partir dos dados do CNI e do IPEA-Data

Em suma, o modelo de correção de erro ECM a partir das variáveis utilizadas na estimação será expressa da seguinte forma:

∆∏ ¿t=α +θ1∏ ¿t−1+θ2+¿cambio t−1

+¿+θ¿¿¿¿ ¿¿¿ (25)

A especificação dos parâmetros de longo prazo será definida como segue:∏ ¿ βo+ β1

+¿ cambio+¿+β2¿¿¿ ¿ (26)

A correlação da produtividade do trabalho da indústria com a apreciação e/ou a depreciação da taxa de câmbio real efetiva é mostrada a abaixo. A produtividade está correlacionada positivamente com a apreciação real da taxa de câmbio, e negativamente com a apreciação da taxa de câmbio real efetiva. Portanto, as correlações há indícios prévios de que o markup das firmas industriais mais do que compensam o aumento dos custos dos insumos tradables importados, devido a uma depreciação do câmbio, de modo que ¿e¿.

Figura 3: Gráfico de Correlação

Fonte: Elaboração Própria

4.Resultados

4.1Teste de Raiz Unitária

As tabelas abaixo mostram os resultados dos testes de raiz unitária em nível e em primeira diferença a partir dos testes Augmented Dickey-Fuller (ADF), Philips-Perron (PP), Kwiatkowski-Phillips-Schmidt-Shin (KPSS) e o Teste de Dickey-Fuller. Modificado pela estimação por Mínimos Quadrados Generalizados (DF-GLS) descritos na Tabela 1. O resultado da estacionariedade será considerado quando pelo menos três desses testes indicarem o mesmo resultado. Os testes realizados e apresentados nas Tabelas 1 e 2 mostram a não existência de variáveis I(2). Como o modelo ARDL permite regredir apenas modelos com variáveis I(0), I(1) o u uma combinação de ambas, não permitindo regredir com variáveis I(2), os resultados encontrados respaldam a utilização do ARDL.

Tabela 1: Testes de Raiz Unitária em nível

Estatística Resultado do Teste

DeVariáveis ADF PP DF-GLS KPSS Estacionariedade

Prod -3.531454* -3.531454* -3.585729* 0.119724 I(0)cambio+¿¿

-0.245836 -0.309608 -2.594239* 0.232811** Não estacionáriocambio−¿¿

-2.256970 -2.607192 -1.628432 0.253444** Não estacionárioInd -2.104896 0.288625 -1.596014 0.268368 Não estacionário

Nota: (*) e (**) significância a 5% e 1% respectivamente para ADF, PP e DF-GLS: H 0= raiz unitária; KPSS: H 0= estacionariedade.

Fonte: Elaboração Própria

Tabela 2: Testes de Raiz Unitária em primeira diferença

Estatística Resultado do Teste

DeVariáveis ADF PP DF-GLS KPSS Estacionariedade

Prod --- --- --- --- ---cambio+¿¿

-6.526478** -6.398230** -6.301409** 0.142586 I(1)cambio−¿¿

-5.489008** -5.093895** -5.060300** 0.060237 I(1)Ind -5.442189** -5.423419** -5.605314** 0.069727 I(1)

Nota: (*) e (**) significância a 5% e 1% respectivamente para ADF, PP e DF-GLS: H 0= raiz unitária; KPSS: H 0= estacionariedade.

Fonte: Elaboração Própria

4.2 Teste de Cointegração: O Bound Teste

Inicialmente foi realizada uma estimação para o caso linear, ou seja, uma estimação para o ARDL. Para a estimação do modelo ARDL é necessário encontrar a ordem de defasagem do modelo, de modo que foi utilizado o critério de Schwarz (SIC) de seleção de defasagens. A ordem de integração do modelo foi (1,0,3), como os valores entre parênteses indicando as defasagens das variáveis prod, cambio e ind, respectivamente16. Para verificar se a variável prod é cointegrada com as demais variáveis, utiliza-se o Bound Test, que teve uma estatística F(1.281494) abaixo da fronteira inferior I(0), não podendo ser rejeitada a hipótese nula de que não há cointegração entre as variáveis e, portanto, que não existe uma relação de longo prazo entre elas17. Essa estatística encontra-se na Tabela 3 abaixo.

16Ao não incluir a variável utiliz, pode-se incorrer no problema de viés devariável omitida, gerando má especificação do modelo. Pelo teste RESET realizado, que avalia erros de especificação oriundos de variáveis independentes omitidas, forma funcional incorreta, erros de medida em variáveis, erros de simultaneidade e inclusão de variáveis dependentes defasadas quando os resíduos têm correlação serial, rejeitou-se a hipótese nula de que o modelo estimado sem a variável utiliz está má especificado.

17Foram utilizadas no máximo 4 defasagens para cada variável.

Tabela 3:Teste de Cointegração ARDL - Teste dos Limites (Bounds)Estatística -F Valores Críticos

I(0) Bound I(1) Bound

10% 5% 1% 10% 5% 1%

1.281494 2.63 3.1 4.13 3.35 3.87 5Nota: H0 (não há relação de longo prazo).

Fonte: ElaboraçãoPrópria.

Para a estimação do modelo não linear NARDL, utiliza-se novamente o critério de Schwarz (SIC) de seleção de defasagens. A ordem de integração do modelo foi (1,0,0,1), com valores entre parênteses, indicando a defasagem de cada variável da expressão (11)18. Para verificar se a variável prod é cointegrada com as demais variáveis, emprega-se o Bound Test, que teve uma estatística F(18.45006) acima da fronteira superior I(1), sendo rejeitada a hipótese nula a 1% de significância estatística de que não há cointegração entre as variáveis e, portanto, que existe uma relação de longo prazo entre elas. Essa estatística está apresentada na Tabela 4 abaixo. Constata-se que modelos lineares são restritivos para capturar as variações da taxa de câmbio real sobre a produtividade da indústria, necessitando assim de relações não lineares.

Tabela 4:Teste de Cointegração NARDL - Teste dos Limites (Bounds)Estatística -F Valores Críticos

  I(0) Bound I(1) Bound

10% 5% 1% 10% 5% 1%

18.45006 2.37 2.79 3.65 3.2 3.67 4.66Nota: H0 (não há relação de longo prazo).

Fonte: Elaboração Própria.

4.3 Estimação de Curto Prazo

Pela dinâmica de curto prazo, observa-se que, das variáveis de interesse, apenas o crescimento da indústria de transformação (ind) apareceram como variáveis relevantes para a dinâmica de curto prazo da produtividade do trabalho do setor industrial. O ECM (coeficiente da equação de correção de erros) é significativo e negativo, o que evidencia o fato do modelo ser convergente e que, de forma indireta, há uma relação de longo prazo significativa. O seu valor do i de -0.387447, o que indica que a velocidade de ajustamento do modelo para o seu equilíbrio é de 0.39% por trimestre, ou seja, desvios da trajetória de longo prazo da produtividade industrial são corrigidos pelos seus coeficientes de curto prazo um trimestre à frente. Os resultados são apresentados na Tabela 5.

Tabela 5:Dinâmica de Curto Prazo do Modelo NARDLVariáveis Coeficientes P-valor   

∆ ind 0.595733 0.0000ECM(-1) -0.387447 0.0000

R2= 0,807276.Fonte: Elaboração Própria.

4.4 Estimação de Longo Prazo

Pela dinâmica de longo prazo apresentada na Tabela 6, apenas a depreciação da taxa de câmbio real (cambio+¿¿) foi estatisticamente significativa para a determinação do comportamento de longo prazo da produtividade do trabalho do setor industrial. As apreciações do nível da taxa de câmbio real não se

18Os resultados dos parâmetros na forma linear encontram-se no apêndice

mostraram estatisticamente significativas, no entanto, o seu sinal foi negativo. Note que os sinais apresentados das variáveis cambio+¿¿ e cambio−¿¿ reforçam a hipótese de que uma depreciação da taxa de câmbio atuaria positivamente sobre a produtividade da indústria, indicando um relação negativa para o caso de uma apreciação. Os resultados mostram ainda a importância de um nível cambial desvalorizado para elevar a competitividade da indústria brasileira. Em suma, uma depreciação cambial aumenta a margem de lucro de toda a indústria, fazendo com que o markup de todo o setor mais do que compense os custos provenientes do aumento de preços dos insumos tradables importados.

Tabela 6:Dinâmica de Longo Prazo do Modelo NARDL

Variáveis Coeficientes P-valorC 4.337070 0.0000

cambio+¿¿ 0.109855 0.0004cambio−¿¿ -0.025003 0.5836

ind 0.028540 0.5766

α 2+¿=α 2

−¿ ∴¿¿ t(63) =3.424705 [0.0011] ∴ [p-valor].Fonte: Elaboração Própria.

Da Tabela 6, demonstra-se a assimetria da produtividade do trabalho da indústria às depreciações na taxa de câmbio. Considerando o teste Wald de simetria, pode-se rejeitar a hipótese de α 2

+¿=α 2−¿ ¿¿, já que há

evidências estatísticas de que os parâmetros são assimétricos. Tomando-se o crescimento da produtividade do trabalho da indústria como uma proxy da sua competitividade, a apreciação não foi relevante para explicar a sua queda, o que reforça o argumento de que a queda da competitividade da indústria esteja relacionada a outros fatores, tais como, a ausência de uma política industrial ativa e ao baixo investimento em P&D das firmas.

4.5 Teste de Diagnóstico

Os testes de diagnósticos são aqueles realizados nos resíduos (testes de heterocedasticidade, autocorrelação e normalidade) e o teste de especificação correta do modelo. O teste realizado para a autocorrelação foi o teste BGT (Breusch-Godfrey Serial Correlation LM Test), que quando observado pelo valor de sua estatística F, observa-se que não há rejeição da hipótese nula de ausência de autocorrelação. Para o teste de heterocedasticidade foi utilizado o teste de White, que pelo valor de sua estatística F, observa-se a não rejeição da hipótese nula de ausência de heterocedasticidade. Para o teste de normalidade dos resíduos foi utilizado o teste JB (Jarque-Bera), que pelo valor da sua estatística, não há rejeição da hipótese nula de normalidade dos resíduos. Para o teste de especificação correta do modelo, realiza-se o teste Ramsey-Reset, que pelo valor da sua estatística, não há rejeição da hipótese nula de especificação correta do modelo. A tabela 4 mostra os valores da estatística dos quatro testes de diagnósticos realizados.

Tabela 4: Testes de Diagnóstico

Testes ResultadosTeste Breusch-Godfrey F(2,61) = 0.189693 [0.8277]

Teste de White F(18,50) = 1.610394 [0.0936]

Teste Jarque-Bera 2.491584 [0.287713]

Teste Ramsey-Reset F(1,62) = 0.911145 [0.3435]

[p-valor]Fonte: Elaboração Própria.

4.6 Teste de Estabilidade dos Parâmetros

Para a análise da estabilidade dos coeficientes, foram utilizados os testes CUSUM (baseado nos resíduos recursivos em termos da média) e o teste CUSUMSQ (baseado nos resíduos recursivos em termos da variância) apresentados na figura 4. Destes testes, torna-se possível observar que sua linha central não ultrapassa nenhuma das linhas retas laterais (representando limites críticos a 5%), evidenciando a estabilidade dos parâmetros estimados.

Figura 4: Testes CUSUM e CUSUMSQ

Fonte: Elaboração Própria.

5. Considerações finais

O objetivo deste trabalho foi analisar a relação da taxa de câmbio com a produtividade do trabalho, contribuindo com a literatura novo-desenvolvimentista neste debate. O trabalho constitui-se em uma tentativa de demonstrar teórica e empiricamente, como um preço macroeconômico pode atuar sobre uma variável real da economia. Assim, tornou-se possível demonstrar que a taxa de câmbio impacta na produtividade do trabalho a partir da sua conexão com o markup do setor industrial.

Do modelo apresentado, pôde-se concluir que, a relação positiva de uma desvalorização real da taxa de câmbio só irá agir positivamente na produtividade do trabalho industrial se o aumento do seu markup mais do que compensar o aumento de insumos tradables importados, que ocorre quando a participação das firmas que não demandam insumos importados é maior do que a participação das firmas que importam. Neste caso, a neutralização da doença holandesa terá eficácia.

Para testar o modelo realizou-se uma estimação econométrica aplicada ao caso da indústria brasileira através da metodologia NARDL. Os resultados encontrados mostram uma relação de longo prazo positiva entre uma desvalorização real da taxa de câmbio efetiva e o crescimento da produtividade do trabalho da indústria brasileira. Além disso, foi possível observar a assimetria existente do efeito de uma apreciação e depreciação da taxa de câmbio para com a produtividade da indústria, sendo que a última apresentou impactos maiores. Este resultado, quando interpretado a partir do modelo teórico proposto, pode indicar que uma desvalorização real da taxa de câmbio implica também numa elevação do markup da indústria. A apreciação cambial, por sua vez, manteve uma relação negativa, mas não foi estatisticamente significativa para a aqueda da produtividade.

Em suma, conclui-se que para o caso da economia brasileira, uma taxa de câmbio mais desvalorizada pode ser um instrumento de política econômica favorável para o maior dinamismo da produtividade do trabalho da indústria.

Referências bibliográficas

ARROW, K. J. The economic Implications of learning by doing. Review of Economics Studies, n. 29, p. 155-173, 1962.

BLECKER, R. Open economy models of distribution and growth. Working Papers 2010-3. American University, Department of Economics, 2010.BHADURI, A.; Marglin, S. A. Unemployment and the real wage: the economic basis for contesting political ideologies, Cambridge Journal of Economics, v. 14, p. 375-393, dez. 1990.BRESSER-PEREIRA. Globalização e Competição. Rio de Janeiro: Elsevier-Campus, 2009.BRESSER-PEREIRA, L. C.; OREIRO, J. L.; MARCONI, N. Developmental Macroeconomics. Londres: Routledge Ed., 2015.ENGLE, R. F., & GRANGER, C. W. J. Cointegration and error correction: representation, estimation, and testing. Econometrica, 55(2), 251-276, 1987.GALA, P.; Libânio, G. Taxa de câmbio, poupança e produtividade impactos de curto e longo prazo. Economia e Sociedade, v.20, n. 2, p. 229-242, 2011.GOLDBERGER, A. S. A Course in Econometrics. Cambridge, MA: Harvard University Press, 1991.HIRSCHAMAN, A. O. The strategy of economic development. New Haven: Yale University Press, 1958.JOHANSEN, S. “Statistical Analysis of Cointegration Vectors,” Journal of Economic Dynamics and Control, Vol. 12, No. 2–3, pp. 231–254, 1988.KALDOR, N. Causes of the slow rate of economic growth of the United Kingdom. Cambridge: Cambridge University Press, 1966.KALDOR, N Productivity and growth in manufacturing industry: a reply. In: ______. Further essays on economic theory. New York: Holmes and Meier, 1968.KALDOR, N; MIRRLEES, J.A. A New Model of Economic Growth. Review of Economic Studies, 29, 1962.KEYNES, J. M. A Teoria Geral do Emprego, do Juro e da Moeda. Editora Atlas, 1990. Original, 1936.PESARAN, M. H.; SHIN, Y. Anautoregressive distributed lag modelling approach to cointegration analysis. In: Strom S (ed) Econometrics and economic theory: the Ragnar Frisch centennial symposium. Cambridge University Press, Cambridge, 1998.PESARAN, M. H.; SHIN, Y.; & SMITH, R. J. Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326, 2001.SHIN, Y.; YU, B.; GREENWOOD-NIMMO, M., 2011. Modelling asymmetric cointegration and dynamic multipliers in an ARDL framework. In William C. Horrace and Robin C. Sickles (Eds.), Festschrift in Honor of Peter Schmidt. New York (NY): Springer Science & Business Media.THIRLWALL, A.P. The nature of economic growth: an alternative framework for understanding the performance of nations. Cheltenham: Edward Elgar, 2002.WOLFE, T. Productivity and growth in manufacturing industry: some reflections on professor Kaldor’s inaugural lecture. Economica, maio 1968.

Apêndice

Substituições

(3) em (4):

∏ ¿φ0+Ф γo+δy+Ф βu+Ф λπ

α 0=φ0+Ф γ o

α 1=Ф β

α 2=Ф λ

Substituições que resultam na expressão (17)

∏ ¿ind=ωo+ω1ind ∴ω1>0¿ (1)

ind=¿ (2)

pro dsa=ηo+η1ind ∴η1>0 (3)

Ao substituir (2) em (3), a produtividade dos demais setores será uma função da produtividade do setor industrial.

pro dsa=ηo−( η1 ωo

ω1)+( η1

ω1)∏ ¿ind¿

ψo=ηo−( η1 ωo

ω1)

ψ1=( η1

ω1)

pro dsa=ψo+ψ1∏ ¿ind ¿ (17)

Estimação do modelo linear

LevelsEquationCase 2: Restricted Constant and No Trend

Variable Coefficient Std. Error t-Statistic Prob.   

cambio 0.532435 7.334523 0.072593 0.9424ind 2.693592 29.18461 0.092295 0.9268C -10.87783 173.0968 -0.062842 0.9501

EC = LNPROD_1 - (0.5324*LNCAMBIO_1 + 2.6936*LNTRANS -10.8778 )

F-Bounds TestNullHypothesis: No

levelsrelationship

Test Statistic Value Signif. I(0) I(1)

Asymptotic: n=1000

F-statistic  1.281494 10%   2.63 3.35K 2 5%   3.1 3.87

2.5%   3.55 4.381%   4.13 5

Actual Sample Size 67

Finite Sample:

n=7010%   2.73 3.445

5%   3.243 4.0431%   4.398 5.463

Finite Sample:

n=6510%   2.74 3.455

5%   3.285 4.07

1%   4.538 5.475