PREVISÕES DE CRESCIMENTO ECONÔMICO EM MERCADOS EMERGENTES ... · produção com menor confiança...

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO

INSTITUTO COPPEAD DE ADMINISTRAÇÃO

MIGUEL ANDRÉS RUBIANO MURILLO

PREVISÕES DE CRESCIMENTO ECONÔMICO EM MERCADOS EMERGENTES

BASEADO NOS MERCADOS DE AÇÕES, RENDA FIXA E DERIVATIVOS

Dissertação de Mestrado em Administração

Orientador: Prof. André Luiz Carvalhal da Silva

(COPPEAD – UFRJ)

RIO DE JANEIRO

2011

Miguel Andrés Rubiano Murillo



Dissertação de Mestrado apresentada ao Instituto de

Pós-Graduação e Pesquisa em Administração

(COPPEAD) da Universidade Federal do Rio de

Janeiro (UFRJ), como requisito parcial à obtenção do

grau de Mestre em Administração.

Orientador: Prof. André Luiz Carvalhal da Silva

Rio de Janeiro

2011

Murillo, Miguel Andrés Rubiano. Previsões de Crescimento Econômico em Mercados Emergentes Baseado nos Mercados de Ações, Renda Fixa e Derivativos / Miguel Andrés Rubiano Murillo – 2011. 36 f.: il. Dissertação (Mestrado em Administração) - Universidade Federal do Rio de Janeiro, Instituto Coppead de Administração, Rio de Janeiro, 2011.

Orientador: André Luiz Carvalhal da Silva.

1. Finanças 2. Crescimento Econômico 3. Previsões – Teses. I. Carvalhal da Silva, André Luiz (Orient.). II. Universidade Federal do Rio de

Janeiro. Instituto COPPEAD de Administração. III. Título.

Miguel Andrés Rubiano Murillo



Dissertação de Mestrado apresentada ao Instituto de

Pós-Graduação e Pesquisa em Administração

(COPPEAD) da Universidade Federal do Rio de

Janeiro (UFRJ), como requisito parcial à obtenção do

grau de Mestre em Administração.

Aprovada por:

_______________________________________________Orientador

Prof. André Luiz Carvalhal da Silva, D. Sc. (COPPEAD/UFRJ)

____________________________________________________

Prof. Otavio Henrique dos Santos Figueiredo, D. Sc. (COPPEAD/UFRJ)

____________________________________________________

Prof. Myrian Beatriz Eiras das Neves, D. Sc. (BACEN)

AGRADECIMENTOS

Acima de tudo, gostaria de agradecer aos meus pais por todo o carinho e

apoio brindado ao longo destes anos. Suas experiências, conhecimento e conselhos

me guiarão sempre.

Ao meu orientador, André, agradeço pelo apoio, objetividade e paciência ao

longo do processo da dissertação. Ele me ensinou a apreciar as técnicas

econométricas que servem como fundamento deste trabalho.

Agradeço a todos os professores do COPPEAD com quem tive o privilégio

de aprender, suas orientações e conhecimento ao longo do mestrado serão de

grande valor em meus novos desafios profissionais.

Aos meus colegas de mestrado, agradeço pelas discussões e sugestões

apresentadas ao longo da nossa experiência acadêmica no COPPEAD. Também

agradeço a atmosfera de amizade que criamos em tão curto tempo e que, ainda

hoje, continua presente na minha vida.

RESUMO

RUBIANO, Miguel Andrés. Previsões de crescimento econômico em mercados

emergentes baseado nos mercados de ações, renda fixa e derivativos.

Dissertação (Mestrado em Administração de Empresas) – Universidade Federal do

Rio de Janeiro, Instituto COPPEAD de Administração. Rio de Janeiro, 2011.

O objetivo deste trabalho é construir um modelo de estimação da atividade

econômica real para um grupo de economias emergentes, especificamente o Brasil,

a Índia, o México e a Rússia, baseado nas informações contidas nos seus mercados

de capitais. Outras possíveis variáveis explicativas reconhecidas pela literatura como

a variação no preço do petróleo ou as mudanças na base monetária M1 também são

exploradas. A análise utiliza as premissas adotadas por Hamilton e Kim (2002) e

Chen, Wang e Yen (2005) no seu modelo de estimação para nações industrializadas

e asiáticas.

O modelo desenvolvido neste trabalho estima a variação no índice de

produção industrial anualizada dos mercados emergentes ao longo de diferentes

horizontes de tempo futuros junto com a medição das variáveis do mercado

financeiro e outras variáveis explicativas reconhecidas pela literatura, visando

mesurar a sua relevância nas previsões sobre a atividade econômica. As variáveis

financeiras em questão são a curva de rendimento da taxa de juros esperados, via

títulos públicos e/ou derivativos, e os retornos dos índices acionários.

A presente dissertação utiliza as informações relevantes contidas nos

mercados de ações, renda fixa e derivativos na construção de modelos de previsão

da atividade econômica real do Brasil, Índia, México e Rússia. Os resultados

sugerem que os mercados de renda fixa e ações revelam informações sobre o

crescimento econômico futuro no Brasil e Índia. No caso do México e a Rússia, os

resultados são forma significativos.

Palavras-chave: Crescimento econômico. Mercados emergentes. Previsão.

ABSTRACT

RUBIANO, Miguel Andrés. Previsões de crescimento econômico em mercados

emergentes baseado nos mercados de ações, renda fixa e derivativos.

Dissertação (Mestrado em Administração de Empresas) – Universidade Federal do

Rio de Janeiro, Instituto COPPEAD de Administração. Rio de Janeiro, 2011.

The objective of this dissertation is to build a forecasting model for real

economic activity for a group of emerging economies (Brazil, India, Mexico and

Russia) based on the information contained in their capital markets. Other

independent variables recognized by the literature, such as the change in oil prices

or money supply M1, are also explored. This analysis uses the assumptions

developed by Hamilton and Kim (2002) and Chen, Wang e Yen (2005) in their

forecasting model for both industrialized and East Asian nations.

The model developed in this dissertation forecasts the variations in the

annualized industrial production index in emerging markets throughout different

future time horizons along with the cotemporaneous measurement of key financial

market and economic variables. This facilitates forecasting efforts regarding future

real economic activity. The financial variables utilized in the model refer to the

expected interest rate yield curve, measured either through information from

marketable Treasury securities or interest rate derivatives, and the return on stock

market indexes.

This dissertation uses information contained in stock, fixed-income, and

derivative markets to calculate forecasting models for real economic activity in Brazil,

India, Mexico, and Russia. The results suggest that both fixed-income and stock

markets reveal information regarding future economic growth in Brazil and India. The

results are not significant in Mexico and Russia.

Keywords: Economic growth. Emerging markets. Forecast.

SUMÁRIO

1 INTRODUÇÃO.............................................................................................. ....9

2 REVISÃO DE LITERATURA......................................................................... ..11

3 DADOS E METODOLOGIA.......................................................................... ..17

4 RESULTADOS…………………………………………………………………… ..18

5 CONCLUSÃO............................................................................................... ..32

6 REFERÊNCIAS BIBLIOGRÁFICAS.............................................................. ..34

9

1. INTRODUÇÃO

O processo de tomada de decisões efetuado pelos diversos agentes

econômicos de uma nação é fundamentado mediante a compreensão do estado

atual e futuro da atividade econômica, geralmente sintetizada pelas estatísticas das

contas nacionais. Quando uma nova série sobre a produção de um país é divulgada,

os agentes atualizam suas análises sobre a evolução da economia e refazem seus

prognósticos, os quais impactam suas decisões de curto e longo prazo.

Apesar dos avanços relativos à divulgação das estatísticas oficiais, os dados

trimestrais das contas nacionais de diferentes países são publicados com um atraso

que varia de 30 dias até 90 dias após o final do trimestre. No entanto, uma enorme

quantidade de informação sobre a evolução financeiro-econômica torna-se

disponível aos agentes econômicos. Essa informação tempestiva alimenta as

expectativas e o comportamento do setor privado e, em conseqüência, se reflete nos

preços dos ativos. As expectativas dos agentes econômicos no nível agregado,

contidas na precificação de ativos financeiros em mercados de capitais eficientes,

podem ser utilizadas para se obter um panorama mais imediato da evolução da

atividade econômica real futura.

1.1. Contexto do estudo

Diversos autores tem documentado que o yield spread, a diferença entre os

rendimentos das taxas de juros de longo e curto prazo, é alimentado pelas

expectativas dos participantes do mercado financeiro. Como resultado, esses

autores cogitam a possibilidade que o yield spread contenha informações relevantes

sobre a atividade real futura independente de informações sobre política monetária

atual ou futura. Harvey (1989) foi o primeiro a oferecer uma estrutura teórica robusta

para utilizar o yield spread na previsão do crescimento econômico. Ele argumenta

que as previsões da atividade real baseadas na curva de rendimento da taxa de

juros de títulos públicos se comparam favoravelmente contra as previsões baseadas

em outras variáveis do mercados financeiro, tais como o retorno do mercado

acionário, no caso específico da economia norte-americana. A partir da

disponibilidade de dados financeiros em mercados de capitais desenvolvidos, vários

pesquisadores também têm abordado o problema da construção de modelos de

10

previsão para tentar capturar os movimentos dos ciclos econômicos em diversas

nações industrializadas (CAMBA-MENDEZ, KAPETANIOS, SMITH e WEALE, 2001;

HAMILTON e KIM, 2002, RUNSTLER e SEDILLOT, 2003).

Chen, Wang e Yen (2005) realizam uma analise similar para nações asiáticas.

Contudo, abordagens que consideram o estudo de economias emergentes sempre

apresentam desafios dadas as dificuldades na obtenção de séries históricas

necessárias para a estimação dos modelos. O recente aprimoramento nos métodos

de divulgação de dados estatísticos e financeiros em mercados emergentes permite

a aplicação de modelos de previsão da atividade real baseados nas informações

contidas nos seus mercados de capitais.

No entanto, a utilização de variáveis originadas dos mercados financeiros na

estimação do estado da economia futura em mercados emergentes não é isento de

objeções. A principal delas é que existem sérias dificuldades de comunicação do seu

significado aos usuários e aos tomadores de decisão que preferem, ou estão mais

acostumados, a entender as oscilações dos ciclos econômicos em termos da

movimentação da produção realizada. Ou seja, seria importante estabelecer uma

correspondência entre as variáveis disponíveis nos mercados financeiros e a

produção nacional que seja de fácil compreensão pelos agentes econômicos. Por

outro lado, se for possível utilizar dados financeiros para extrair inferências sobre o

estado da economia futura, seria desejável que existisse algum procedimento

destinado a tentar estimar o que, de fato, estaria acontecendo com a produção

nacional. É claro que tal procedimento é suscetível a produzir estimativas da

produção com menor confiança do que aquelas que poderiam ser obtidas por

medição direta. Contudo, seria certamente mais satisfatório do que simplesmente

fazer uma inferência informal no caso das economias emergentes.

1.2. Objetivos do estudo

É justamente aqui que reside o objetivo deste trabalho: evidenciar a

relevância das informações contidas nos mercados de capitais sobre a atividade

econômica futura em nações emergentes, mediante a aplicação de modelos de

estimação seguindo as premissas adotadas por Hamilton e Kim (2002), Chen, Wang

e Yen (2005) e Harvey (1989). Em outras palavras, a presente dissertação visa

mensurar as informações relevantes contidas no mercado de ações, renda fixa e

11

derivativos na previsão da atividade econômica real do Brasil, México, Índia, e

Rússia e as compara contra outras possíveis variáveis explicativas. O poder

preditivo do yield spread e dos retornos dos mercados acionários é analisado

levando em consideração informações adicionais tais como a política monetária

(ANDERSON E VAHID, 2001) e os preços do petróleo (HAMILTON e KIM, 2002). Os

resultados apresentados sugerem que o mercado de renda fixa ou swaps revelam

mais informações sobre o crescimento econômico futuro para o Brasil e a Índia do

que o mercado acionário. No caso do México e a Rússia, outras variáveis

explicativas como a variação nos preços do petróleo ou na base monetária M1

chegam a explicar mais sobre a movimentação da produção nesses países.

1.3. Organização do estudo

O trabalho, além desta introdução, está divido em mais quatro seções. Na

seção 2, são apresentados formalmente os modelos de previsão do crescimento

econômico real assim como o seu referencial bibliográfico. Na seção 3, se discutirá a

metodologia utilizada no processo de estimação do crescimento da produção

nacional anualizada para cada nação, baseado nas informações disponíveis nos

seus respectivos mercados de capitais. Os dados utilizados para a análise também

são descritos na seção 3. Na seção 4, são apresentados os resultados dos modelos

de previsão obtidos para cada uma das economias emergentes mencionadas. Por

fim, a seção 5 apresenta as principais conclusões.

2. REVISÃO BIBLIOGRÁFICA

2.1. A curva de rendimento da taxa de juro e o crescimento econômico

A teoria de precificação de ativos sugere que a inclinação da curva de

rendimento de juros, calculada com base na estrutura a termo dos títulos públicos no

mercado de renda fixa, contêm informações sobre as expectativas de crescimento

econômico por parte dos investidores. Esse elo entre o mercado de ativos

financeiros e o crescimento econômico real foi formalizado pela primeira vez por

Fisher (1907). Em seu trabalho seminal, Fisher descreve a noção que, no equilíbrio,

a taxa de juro a doze meses reflete o valor marginal do ingresso de hoje com relação

12

ao valor marginal do ingresso no próximo ano. Como exemplo, se identifica a

situação em que, caso os indivíduos esperem uma recessão econômica no próximo

ano, existe um incentivo para sacrificar parte do seu consumo hoje para investir em

uma nota de tesouro com resgate durante o período da contração econômica.

Consequentemente, um investimento em um título público cupom-zero é um

exemplo dessa possível estratégia.

A intensidade com a qual os indivíduos trocam o consumo atual pelo consumo

futuro - a taxa marginal de substituição - é alimentada pelas expectativas sobre o

ciclo econômico e se reflete no preço dos ativos. Se existe consenso no nível

agregado sobre a possibilidade de queda econômica, os investidores comprarão

títulos públicos cupom-zero de longo prazo e venderão títulos de curto prazo. Como

resultado, os preços dos títulos de curto prazo sofrerão uma queda enquanto

aqueles de longo prazo experimentaram um aumento. Ou seja, em termos de yield-

to-maturity, a curva de rendimento se tornará mais plana, ou se inverterá.

Consequentemente, a teoria sugere que mudanças na estrutura a termo das taxas

de juro no mercado de renda fixa, mesuradas através do yield spread entre os títulos

de longo e curto prazo, fornecem informações relevantes sobre o crescimento

econômico futuro. Em particular, se esperaria que inversões na curva de rendimento

correspondessem a períodos de recessão econômica.

Kessel (1965) observa que a estrutura de termo se desloca junto com o ciclo

de negócios. Ele mostra que a diferença entre os yields anualizados para títulos

públicos americanos de longo e curto prazo são menores imediatamente depois de

uma recessão. Essa diferença aumenta de magnitude antes e durante o período de

recuperação. Fama (1986) também observa que as estruturas de termo dos retornos

esperados com inclinação ascendente durante épocas favoráveis mudam as

estruturas de termo com inclinação invertida durante uma recessão. Ele cogita que

tal fenômeno sugere evidência do poder preditivo dos modelos de estrutura a termo

dos ativos de renda fixa.

Como resultado, as teorias modernas de precificação de ativos sugerem uma

relação entre o retorno esperado dos ativos e as expectativas de consumo dos

investidores. Os fundamentos dos modelos de precificação de ativos baseado no

consumo de Rubinstein (1976), Breeden e Litzenberger (1978), Lucas (1978), e

Breeden (1979) tem sua origem em Fisher (1907). A ideia subjacente é que os

investidores obtêm um maior beneficio de certa quantidade de dinheiro durante uma

13

recessão (quando os níveis de consumo são baixos) que da mesma quantidade

durante o pico do ciclo de negócios (quando o consumo é alto). Como resultado,

durante épocas favoráveis, os indivíduos tenderão a investir em ativos que forneçam

um seguro, ou hedge, contra uma queda esperada na economia. Os pagamentos

desses investimentos são planejados para ajustar os padrões de consumo ao longo

do tempo. Ou seja, o modelo de precificação de ativos baseado no consumo sugere

que mudanças cíclicas no consumo pessoal também são evidenciadas nos

movimentos cíclicos dos retornos esperados dos ativos. A teoria sugere que as taxas

de retorno real dos ativos contêm informações sobre as expectativas do crescimento

econômico futuro.

A maioria dos estudos do modelo de precificação de ativos baseados no

consumo visa testar as restrições derivadas das séries temporais do consumo real e

dos retornos dos ativos. Por exemplo, Hansen e Singleton (1982, 1983) derivam uma

representação da série temporal do retorno dos ativos e do consumo que é

consistente com o modelo, utilidade isoelástica separada no tempo e dados

distribuídos na forma logaritmo-natural. Eles estimam os parâmetros da função-

utilidade e testam as restrições do modelo. Algumas das premissas distribucionais

são posteriormente relaxadas nos testes de Hansen e Singleton (1984). Dunn e

Singleton (1986) testam o modelo evitando a dissociação da função utilidade para

bens de consumo duráveis e não duráveis.

A abordagem de Harvey (1988) é diferente. Sua versão do modelo de

precificação de ativos baseado no consumo sugere que os retornos esperados e o

consumo esperado estão relacionados. Se os retornos dos ativos financeiros podem

ser estimados, essas estimativas, por sua vez, contêm informações sobre o aumento

esperado no consumo futuro. Harvey fornece evidência que a estrutura a termo e os

retornos acionários contêm informações que podem ser utilizadas para prever o

aumento no consumo na economia. Assim, os modelos de regressão aplicados pelo

Harvey tentam documentar o co-movimento entre os rendimentos dos ativos e o

aumento no consumo. E, dada sua alta relevância dentro da estatística da produção,

Harvey substitui o componente do consumo pelo PIB, criando assim um modelo de

previsão da atividade real. Ele conclui que a estrutura de termo real contém maior

informação para a previsão do crescimento real da economia norte-americana que

as duas medidas alternativas: o aumento no consumo e o retorno do mercado de

ações.

14

2.2. Poder preditivo da curva de rendimento em nações desenvolvidas

A evidência empírica sobre a hipótese que a curva de rendimento sinaliza a

possibilidade de uma recessão tem precedentes desde a década dos anos 80 para

os Estados Unidos (HARVEY, 1989; MISHKIN, 1990a, 1990b; ESTRELLA e

HARDOUVELIS, 1991). A explicação econômica para essa observação é que a

inclinação da curva de rendimento é um indicador da política monetária. A redução

da oferta monetária resulta em taxas de juros de curto prazo que são relativamente

maiores que aquelas de longo prazo. Por sua vez, altas taxas de juro de curto prazo

contribuem para uma desaceleração no ritmo de crescimento econômico

(BERNANKE; BLINDER, 1992). Aliás, rendimentos de longo prazo baixos também

podem refletir rendimentos reais menores baseados nas expectativas de uma

desaceleração do crescimento da produção (ARNWINE, 2004), o que leva a uma

inversão da curva de rendimento na ponta de longo prazo do espectro de

maturidade. Em linha com essas premissas, a curva de rendimento previu cada

recessão nos Estados Unidos no período pós-guerra corretamente, exceto a crise de

liquidez e desaceleração da produção no final dos anos 60 (ESTRELLA, 2005,

2006).

Além dos Estados Unidos, evidências sobre a habilidade da curva de

rendimento para prever o crescimento econômico se limita a um número pequeno de

nações industriais (PLOSSER e ROUWENHORST, 1994; BONSER-NEAL e

MORLEY, 1997; KOZICKI, 1997; ESTRELLA e MISHKIN, 1997; ESTRELLA,

RODRIGUES e SCHICH, 2003). Em geral, os resultados confirmam que a inclinação

da curva de rendimento tem conteúdo preditivo para o crescimento das nações em

questão, pelo menos in-sample.

2.3. Poder preditivo da curva de rendimento em mercados emergentes

Ao analisar a escassez de evidência comparativa disponível sobre o papel da

curva de rendimento como fator preditivo do crescimento econômico das nações,

Stock e Watson (2003) e Hamilton e Kim (2002) concluem que a universalidade do

tema ainda não está completamente testada. Chen, Wang e Yen (2005) visam

analisar o efeito da curva de rendimento na atividade econômica futura para um

15

grupo de nações asiáticas em rápido desenvolvimento, incluindo a inclusão de

outras variáveis explicativas como a variação na base monetário e os preços do

petróleo para isolar efeitos. Os autores não encontram informações significativas nos

yield spreads domésticos para prever a atividade real da maioria desses países

asiáticos.

A evidência para outras economias emergentes, tais como o Brasil, México,

Índia ou Rússia, é quase inexistente dado que os mercados de renda fixa nessas

nações só têm amadurecido significativamente após o inicio do novo milênio. O

desenvolvimento recente do mercado de títulos públicos nessas economias reflete

os esforços dos governos para se proteger contra interrupções repentinas nos fluxos

de capital internacional após as crises dos anos 1990 e 2000 (INTERNATIONAL

MONETARY FUND, 2002, 2003, 2005, 2006; JEANNE e GUSCINA, 2006).

Prévio a essas mudanças, os mercados de dívida doméstica eram

considerados pelos agentes em economias emergentes como uma fonte alternativa

de financiamento para amortecer uma eventual falta de acesso ao financiamento

externo. Desde uma perspectiva macroeconômica, um mercado de renda fixa

maduro era necessário para aumentar os instrumentos disponíveis contra as

defasagens entre o tipo de câmbio e a maturidade dos títulos públicos, o que reduz

riscos de crise econômica. Refletindo esses esforços, relativo ao PIB, a quantidade

de títulos de dívida doméstica em mercados emergentes quase tem dobrado nos

últimos anos. Muitas economias emergentes aumentaram os prazos da dívida e

agora oferecem títulos com maturidades prolongadas (MEHL e REYNAU, 2005;

JEANNE e GUSCINA, 2006). Com o passar do tempo, dados sobre as taxas de

juros domésticas de longo prazo e as suas respectivas curvas de rendimento estão

se tornando mais disponíveis.

2.4. O mercado acionário e o crescimento econômico

Por outro lado, também existe um consenso geral na literatura que o mercado

acionário possui informações importantes sobre a atividade econômica real. Vários

estudos empíricos demonstram o co-movimento dos retornos das ações e o PIB real

nos Estados Unidos (FAMA, 1981), (KAUL, 1987). Na medida em que o lucro das

empresas esteja correlacionado positivamente com o crescimento econômico, os

pesquisadores sugerem que os preços das ações fornecem informações relevantes

16

sobre as expectativas da atividade econômica futura. Essa associação entre o

mercado acionário e a atividade real se origina da avaliação fundamental do equity

onde o preço de uma ação é o valor descontado dos seus fluxos de caixa futuros.

A robustez da economia determina a magnitude dos fluxos de caixa

associados aos dividendos. Assim, o preço do equity reflete as expectativas sobre a

atividade real futura enquanto as mudanças no valor das ações refletem

parcialmente as revisões dessas expectativas. Uma recessão significa lucros e

dividendos menores para a maioria das ações. Seguindo a equação aqui

apresentada, os preços das ações apresentariam uma queda fundamentada na

redução das expectativas de lucro e dividendos para empresas operando num

cenário de possível recessão. Contudo, uma mudança na avaliação do equity das

empresas também pode ser causada por uma mudança na taxa de desconto, o que

pode chegar a confundir os efeitos.

Variações nos preços das ações refletem tanto mudanças nas expectativas

do crescimento econômico como mudanças na percepção de risco sobre os fluxos

de caixa futuro das empresas. Mudanças sobre a percepção de risco dos fluxos de

caixa das empresas também podem afetar os preços das ações e os seus

rendimentos, distorcendo informações sobre expectativas de crescimento econômico

futuro. Embora a maioria dos investidores acredite que o mercado acionário serve

como um importante indicador, sua precisão e confiabilidade são constantemente

questionadas.

Uma hipótese baseada em variáveis da economia real que mantém a

robustez diante de evidência empírica nos Estados Unidos é a hipótese

desenvolvida por Fama (1981). Fama estuda a relação entre as variáveis reais

consideradas como determinantes fundamentalistas dos retornos das ações. Na

teoria financeira, o número de investimentos disponíveis às empresas com taxas de

retorno esperado maiores que o custo de capital é um importante determinante do

valor das ações. Fama avalia empiricamente um modelo de alocação de recursos

em investimentos, nos quais os incrementos na produção aumentam as taxas

médias reais do retorno sobre o capital, o que por sua vez induz aumentos nos

investimentos.

Os testes de Fama corroboraram o fato que a produção lidera a taxa média

real de retorno sobre o capital e que ambas variáveis lideram os investimentos.

Utilizando esta metodologia, Fama testa os retornos das ações americanas frente

17

outras variáveis reais. Os retornos reais das ações são relacionados positivamente

com variáveis reais como o valor dos investimentos, a taxa real de retorno sobre o

capital e a produção. Uma conclusão interessante é que os retornos das ações

lideram todas as variáveis reais, o que sugere que o mercado acionário faz

previsões racionais sobre o setor real. Em conclusão, Fama sugere que existe um

elo entre o setor real e os modelos de expectativas racionais. O resultado de um

mercado acionário racional também abrange as previsões dos valores esperados

das variáveis reais na determinação dos preços das ações. Conseqüentemente, a

evidência do setor real fornecida por Fama sugere que a relação entre os retornos

das ações e as taxas de crescimento esperadas da economia real é positiva.

3. DADOS E METODOLOGIA

Dadas as limitações na obtenção de dados econômico-financeiros para

nações emergentes, a maioria dos estudos utilizam series trimestrais ou anuais de

baixa freqüência para examinar as informações contidas no yield spread. Contudo, a

agregação temporal pode dificultar a identificação de qualquer condição verdadeira

entre o spread e a economia. Ao utilizar uma maior freqüência, como a literatura

recomenda, pode se atingir uma melhor descrição das relações dinâmicas e

melhorar o poder preditivo das variáveis relevantes. Para aumentar a freqüência da

amostra, o presente trabalho utiliza dados mensais que abrangem o período

examinado, incluindo o índice de produção industrial, a taxa de juros de curto, médio

e longo prazo, a oferta monetária, o preço do petróleo e os retornos do mercado

acionário. Todos os dados, com exceção de algumas taxas de juros a serem

identificadas posteriormente, foram extraídos da base de dados do IFS (International

Financial Statistics) do Fundo Monetário Internacional.

A presente investigação foca em quatro nações emergentes, Brasil, Rússia,

India e México, que vem experimentando um processo de liberalização nas suas

políticas econômicas desenhadas para facilitar o investimento e fluxo de capital

internacional. Baseado em parte nas análises realizadas por Estrella e Hardouvelis

(1991), Estrella e Mishkin (1997), Dotsey (1998), Hamilton e Kim (2002), e Chen,

Wang e Yen (2005), a metodologia utilizada para examinar o poder preditivo do yield

spread sobre a atividade real futura está fundamentada na criação de modelos de

regressão do crescimento real do índice da produção industrial de 1 a 24 meses no

18

futuro, com intervalos de 1, 6, 12 e 24 meses, junto com o yield spread

correspondente em tempo t. O modelo estimado está reportado a seguir:

tttt

M

t

A

ttt

k

t

uPetrΔbΔMbCrescIPb

tAcbtAcbdLYieldSpreabdMYieldSpreabbCrescIP

Pr1

ReRe

76

1

15

43210

onde:

k

tCrescIP é o crescimento anual do índice de produção do período t até o

período k: )]IP/IP)[log(/1200(CrescIP tkt

k

t k ;

tdMYieldSprea é a diferença entre os yields-to-maturity de médio e curto prazo

em tempo t: C

t

M

tt iidMYieldSprea ;

tdLYieldSprea é a diferença entre os yields-to-maturity de longo e curto prazo

em tempo t:C

t

L

tt iidLYieldSprea ;

A

tRetAc é o retorno do índice do mercado acionário no mês atual contra o mesmo

mês do ano anterior;

M

tRetAc é o retorno do índice do mercado acionário no mês atual contra o mês

anterior;

1

1CrescIPt é o crescimento defasado em um período da produção industrial real;

t1M é o crescimento em 12 meses da base monetária M1;

tPrPetr é a variação em 12 meses do preço do petróleo.

Seguindo as premissas de Plosser e Rouwenhorst (1994), o crescimento no

índice de produção industrial é calculado para representar as atividade econômicas.

A variável dependente, k

tCrescPI , na regressão de horizonte amplo é a variação

anualizada do índice de produção industrial real desazonalizado nos próximos k

meses, onde ktIP denota o índice de produção industrial real desazonlizado no mês

t+k. A variação logarítmica da produção industrial no período k é multiplicada por

(1200/k) para garantir que a taxa de crescimento percentual esteja representada em

termos anualizados. Adicionalmente, o modelo utiliza diversos prazos nas taxas de

19

juros para construir a inclinação da curva de rendimento, taxas de médio prazo (1-3

anos) e de longo prazo (5-10 anos) baseado nos títulos públicos governamentais

(variável L

ti ), e uma taxa de curto prazo baseado nas letras do tesouro a 90 dias

(variável C

ti ). Tanto L

ti como C

ti se referem aos rendimentos equivalentes dos títulos

públicos anualizados, onde C

t

L

t ii representa a inclinação da curva de rendimento.

Adicionalmente, seguindo a metodologia desenvolvida por Hamilton e Kim

(2002) e Chen, Wang e Yen (2005), as estruturas de defasagem da variável

produção industrial também são consideradas dentro da análise. Os resultados

empíricos mencionados pelos autores apontam que o crescimento defasado a um

período da produção industrial real tem as informações com o maior potencial para

prever a atividade futura. Conseqüentemente, 1

1CrescIPt é incluída na equação de

estimação.

Vários estúdios, incluindo Estrella e Hardouvelis (1991), Plossner e

Rouwenhorst (1994), Estrella e Mishkin (1997), Dotsey (1998), e Hamilton e Kim

(2002), examinam se o yield spread contem informações adicionais sobre outras

variáveis econômicas além da relação com a política monetária. Seguindo a

Hamilton e Kim (2002), consideramos a influência do crescimento a 12 meses na

base monetária M1 ( t1M ) e variação a 12 meses no preço do petróleo ( tPrPetr ). É

do interesse do presente trabalho avaliar se o yield spread contem maiores

informações que outras variáveis sobre as condições econômicas reais futuras.

Finalmente, para avaliar o efeito do rendimento das bolsas de valores na

previsão do crescimento econômico real futuro, também é considerada na equação o

retorno do índice do mercado acionário em dois períodos (no mês atual contra o mês

anterior - M

tRetAc - e no mês atual contra o mesmo mês do ano anterior - A

tRetAc ),

tudo em tempo t.

Os dados coletados e suas respectivas fontes em parênteses são os seguintes:

Série histórica do índice de produção industrial desazonalizado para Brasil,

Índia, México e Rússia (IFS)

Série histórica do retorno dos principais índices de bolsa das nações em

questão (retorno de 1 e 12 meses):

o Brasil: Ibovespa (IFS)

o Índia: BSE-SENSEX 30 (IFS)

20

o México: IPyC (IFS)

o Rússia: MICEX (IFS)

Série histórica mensal do yield spread das taxas de juros com diferentes

prazos utilizando como referência títulos públicos com taxa de juros pré-

fixados em moeda nacional ou os swaps de taxa de juro pré-fixado (% a.a.),

conforme a disponibilidade dos dados de cada país:

o Brasil: Taxa referencial swap DI pré-fixada de 90, 360, e 1800 dias

(BM&FBovespa)

o Índia: T-Bill de 91 e 364 dias e taxas das obrigações governamentais

CG de 5 anos (Reserve Bank of India)

o México: CETES de 91 e 364 dias e Bonos taxa fixa de 3 anos (Banco

de Mexico)

o Rússia: Rendimentos cupom zero das obrigações governamentais de

0,25 e 10 anos (IFS)

Série histórica mensal da variação a 12 meses na base monetária M1 (IFS)

para as nações analisadas

Série histórica mensal do índice global de preços spot do petróleo (IFS) para

as nações analisadas.

4. RESULTADOS

4.1. Brasil

A Tabela 1 mostra os resultados do modelo de regressão para verificar o

poder preditivo das variáveis financeiras no Brasil de 2000 a 2011. As variáveis de

yield spread de médio prazo possuem significância estatística a 1% no horizonte de

tempo de 6 meses. Os resultados indicam que, para este horizonte de tempo

específico, a mensuração da curva de rendimento explica parte das variações no

crescimento econômico. Os retornos do mercado acionário (no último ano)

apresentaram significância estatística entre 1% e 5% para os horizontes de tempo a

1, 12 e 24 meses.

21

Tabela 1: Modelo de Crescimento no Índice da Produção Industrial no Brasil

Modelos de regressão em que a variável dependente é a variação futura do índice da produção industrial no Brasil de 2000 a 2011. Os coeficientes e o valor-p (em parênteses) estão reportados. ***, ** e * indicam significância estatística a 1%, 5% e 10%, respectivamente.

Painel A: Previsão 1 Mês a Frente

I II II IV V VI VII

0b 1,56 1,27 1,91 2,26 1,06 -0,80 -0,86

(0,11) (0,16) (0,42) (0,33) (0,64) (0,74) (0,72)

tdMYieldSprea -0,42 -0,38 0,36 0,65

(0,45) (0,54) (0,57) (0,32)

tdLYieldSprea 0,00 0,00 0,00 0,00

(0,95) (0,98) (0,49) (0,40)

M

tRetAc 0,87 0,69

(0,00)*** (0,03)**

A

tRetAc 0,32 0,26

(0,00)*** (0,01)**

1

1CrescIPt 0,11 0,10 0,08 0,03 0,02

(0,23) (0,23) (0,37) (0,77) (0,84)

t1M -0,07 -0,17 -0,04 0,13 0,08

(0,86) (0,63) (0,90) (0,74) (0,84)

tPrPetr -0,01 -0,01 0,00 -0,20 -0,15

(0,85) (0,92) (0,96) (0,03)** (0,10)*

R2 Ajustado 0,00 0,00 0,00 0,00 0,04 0,05 0,07

Painel B: Previsão 6 Meses a Frente

I II II IV V VI VII

0b 1,86 1,26 0,35 0,67 0,58 0,25 0,25

(0,00)*** (0,00)*** (0,51) (0,21) (0,28) (0,66) (0,67)

tdMYieldSprea -0,85 -0,41 -0,40 -0,39

(0,00)*** (0,00)*** (0,00)*** (0,01)***

tdLYieldSprea 0,00 0,00 0,00 0,00

(0,77) (0,47) (0,34) (0,32)

M

tRetAc 0,08 0,04

(0,27) (0,63)

A

tRetAc 0,01 0,01

(0,66) (0,71)

1

1CrescIPt 0,74 0,77 0,75 0,73 0,72

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 0,10 -0,01 0,00 0,11 0,11

(0,25) (0,87) (0,99) (0,22) (0,23)

tPrPetr -0,07 -0,06 -0,06 -0,08 -0,08

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

R2 Ajustado 0,10 0,00 0,74 0,73 0,73 0,74 0,74

22

Painel C: Previsão 12 Meses a Frente

I II II IV V VI VII

0b 1,56 1,20 0,64 0,68 0,67 0,87 0,87

(0,00)*** (0,00)*** (0,03)** (0,02)** (0,03)** (0,01)** (0,01)**

tdMYieldSprea -0,49 -0,05 -0,10 -0,10

(0,00)*** (0,49) (0,20) (0,20)

tdLYieldSprea 0,00 0,00 0,00 0,00

(0,73) (0,48) (0,91) (0,92)

M

tRetAc -0,02 0,00

(0,66) (0,94)

A

tRetAc -0,03 -0,03

(0,02)** (0,03)**

1

1CrescIPt 0,79 0,80 0,81 0,83 0,83

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M -0,04 -0,05 -0,05 -0,06 -0,06

(0,43) (0,23) (0,24) (0,19) (0,19)

tPrPetr -0,03 -0,03 -0,02 -0,01 -0,01

(0,00) (0,00) (0,01) (0,66) (0,66)

R2 Ajustado 0,08 0,00 0,82 0,82 0,82 0,82 0,82

Painel D: Previsão 24 Meses a Frente

I II III IV V VI VII

0b 1,31 1,26 0,51 0,46 0,48 0,70 0,68

(0,00)*** (0,00)*** (0,02)** (0,02)** (0,02)** (0,00)*** (0,00)***

tdMYieldSprea -0,08 0,03 -0,01 -0,02

(0,31) (0,46) (0,73) (0,64)

tdLYieldSprea 0,00 0,00 0,00 0,00

(0,51) (0,94) (0,61) (0,57)

M

tRetAc -0,03 -0,01

(0,15) (0,57)

A

tRetAc -0,02 -0,02

(0,01)** (0,02)**

1

1CrescIPt 0,84 0,84 0,85 0,82 0,83

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M -0,05 -0,04 -0,04 -0,06 -0,06

(0,11) (0,16) (0,13) (0,04)** (0,05)*

tPrPetr 0,00 0,00 0,00 0,01 0,01

(0,40) (0,30) (0,31) (0,27) (0,34)

R2 Ajustado 0,00 0,00 0,79 0,79 0,79 0,80 0,80

23

4.2. Índia


poder preditivo das variáveis financeiras na Índia de 1996 a 2011. As variáveis de

yield spread possuem significância estatística a 1% (yield spread de 1 ano) e entre 1

e 10% (yield spread de 3 anos) para os horizontes de tempo de 12 e 24 meses.

Adicionalmente, os retornos do BSESN possuem significância entre 1% e 10% no

horizonte de tempo de 12 meses. Portanto, os resultados indicam que os yield

spreads explicam parte das variações no crescimento econômica na Índia no

horizonte de tempo de um e dois anos. Os retornos do mercado acionário também

chegam a explicar parte dessa variação no horizonte de tempo a 24 meses.

Tabela 2: Modelo de Crescimento no Índice da Produção Industrial na Índia

Modelos de regressão em que a variável dependente é a variação futura do índice da produção industrial na Índia de 1996 a 2011. Os coeficientes e o valor-p (em parênteses) estão reportados. ***, ** e * indicam significância estatística a 1%, 5% e 10%, respectivamente.


I II II IV V VI VII

0b 4,46 -1,27 3,86 -2,09 -1,79 3,37 2,37

(0,12) (0,90) (0,22) (0,84) (0,85) (0,78) (0,85)

tdMYieldSprea -1,24 -0,91 -2,49 -2,15

(0,57) (0,64) (0,60) (0,65)

tdLYieldSprea -0,29 -0,29 0,88 0,71

(0,83) (0,81) (0,76) (0,81)

M

tRetAc 0,70 0,59

(0,25) (0,37)

A

tRetAc 0,17 0,09

(0,46) (0,70)

1

1CrescIPt -0,52 -0,52 -0,52 -0,52 -0,52

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 1,21 1,30 1,11 0,30 0,46

(0,46) (0,43) (0,49) (0,88) (0,82)

tPrPetr -0,06 -0,06 -0,04 -0,10 -0,06

(0,68) (0,65) (0,74) (0,53) (0,69)

R2 Ajustado 0,00 0,27 0,00 0,24 0,24 0,23 0,23

24


I II II IV V VI VII

0b 2,99 -0,27 2,58 -0,54 0,16 -1,30 -1,31

(0,00)*** (0,91) (0,00)*** (0,82) (0,94) (0,65) (0,65)

tdMYieldSprea 0,13 0,22 -0,69 -0,69

(0,80) (0,63) (0,54) (0,54)

tdLYieldSprea 0,30 0,22 0,64 0,64

(0,33) (0,42) (0,35) (0,35)

M

tRetAc -0,01 0,00

(0,93) (0,99)

A

tRetAc -0,03 -0,03

(0,58) (0,61)

1

1CrescIPt 0,49 0,48 0,49 0,48 0,48

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 0,32 0,34 0,29 0,46 0,46

(0,40) (0,37) (0,45) (0,33) (0,34)

tPrPetr -0,05 -0,04 -0,05 -0,03 -0,03

(0,13) (0,14) (0,14) (0,37) (0,38)

R2 Ajustado 0,00 0,24 0,00 0,24 0,24 0,23 0,23


I II II IV V VI VII

0b 3,49 0,74 3,29 0,40 -0,09 -0,61 -0,80

(0,00)*** (0,24) (0,00)*** (0,54) (0,88) (0,41) (0,28)

tdMYieldSprea -0,56 -0,48 -1,36 -1,29

(0,00)*** (0,00)*** (0,00)*** (0,00)***

tdLYieldSprea -0,18 -0,18 0,62 0,59

(0,05)** (0,02)** (0,00)*** (0,00)***

M

tRetAc 0,06 0,10

(0,10)* (0,01)**

A

tRetAc -0,04 -0,05

(0,01)** (0,00)***

1

1CrescIPt 0,00 0,00 -0,01 0,00 0,00

(0,30) (0,30) (0,24) (0,38) (0,28)

t1M 0,51 0,55 0,57 0,71 0,74

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

tPrPetr -0,07 -0,07 -0,07 -0,05 -0,05

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

R2 Ajustado 0,08 0,37 0,02 0,34 0,32 0,43 0,45

25



0b 3,42 0,91 3,40 0,82 0,39 0,49 0,55

(0,00)*** (0,01)** (0,00)*** (0,02)** (0,19) (0,20) (0,15)

tdMYieldSprea -0,50 -0,20 -0,49 -0,51

(0,00)*** (0,00)*** (0,01)*** (0,00)***

tdLYieldSprea -0,26 -0,09 0,20 0,21

(0,00)*** (0,02)** (0,07)* (0,06)*

M

tRetAc -0,03 -0,03

(0,09)* (0,19)

A

tRetAc -0,01 -0,01

(0,11) (0,34)

1

1CrescIPt 0,68 0,71 0,75 0,65 0,66

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 0,05 0,05 0,07 0,13 0,11

(0,42) (0,43) (0,21) (0,08) (0,12)

tPrPetr -0,01 -0,01 -0,01 0,00 0,00

(0,13) (0,12) (0,18) (0,51) (0,41)

R2 Ajustado 0,18 0,59 0,13 0,58 0,58 0,60 0,60

4.3. México


poder preditivo das variáveis financeiras no México de 2000 a 2011. No caso do

México, as variáveis de yield spread e dos retornos do mercado acionário

apresentam pouca significância estatística nos diversos horizontes de tempo. A

variável com maior relevância estatística no horizonte de tempo de 12 e 24 meses foi

a variação nos preços do petróleo, com significância entre 1% e 10%.

26

Tabela 3: Modelo de Crescimento no Índice da Produção Industrial no México

Modelos de regressão em que a variável dependente é a variação futura do índice da produção industrial no México de 2000 a 2011. Os coeficientes e o valor-p (em parênteses) estão reportados. ***, ** e * indicam significância estatística a 1%, 5% e 10%, respectivamente.



0b -0,85 -9,60 0,61 -7,91 -11,63 2,66 2,34

(0,96) (0,75) (0,97) (0,79) (0,70) (0,93) (0,94)

tdMYieldSprea 2,40 2,29 32,92 33,39

(0,89) (0,87) (0,15) (0,15)

tdLYieldSprea -0,16 -5,47 -22,68 -22,67

(0,99) (0,50) (0,10)* (0,10)*

M

tRetAc 2,37 1,22

(0,52) (0,76)

A

tRetAc 1,54 1,40

(0,15) (0,23)

1

1CrescIPt -1,01 -1,01 -1,01 -1,03 -1,03

(0,00)*** (0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 0,27 1,01 0,61 -3,29 -3,29

(0,96) (0,85) (0,91) (0,58) (0,58)

tPrPetr -0,17 -0,25 -0,15 -0,92 -0,85

(0,78) (0,68) (0,80) (0,22) (0,28)

R2 Ajustado 0,00 0,49 0,00 0,49 0,49 0,49 0,49


I II II IV V VI VII

0b -1,65 -5,53 -1,44 -5,73 -5,56 -5,85 -5,78

(0,40) (0,29) (0,43) (0,27) (0,28) (0,28) (0,29)

tdMYieldSprea 1,01 0,31 0,57 0,44

(0,64) (0,90) (0,89) (0,91)

tdLYieldSprea 0,50 0,35 -0,15 -0,15

(0,71) (0,80) (0,95) (0,95)

M

tRetAc -0,05 -0,32

(0,94) (0,64)

A

tRetAc 0,16 0,19

(0,40) (0,34)

1

1CrescIPt -0,02 -0,02 -0,02 -0,02 -0,03

(0,83) (0,83) (0,83) (0,78) (0,77)

t1M 0,78 0,80 0,82 0,69 0,69

(0,41) (0,37) (0,35) (0,50) (0,50)

tPrPetr 0,00 0,00 -0,01 -0,07 -0,08

(0,97) (0,99) (0,95) (0,61) (0,54)

R2 Ajustado 0,00 0,00 0,00 0,00 0,00 0,00 0,00

27


I II II IV V VI VII

0b -0,47 -2,01 -0,43 -1,81 -2,02 -1,93 -1,97

(0,65) (0,46) (0,65) (0,50) (0,46) (0,49) (0,49)

tdMYieldSprea 0,08 -0,51 -0,13 -0,07

(0,94) (0,67) (0,95) (0,97)

tdLYieldSprea 0,01 -0,28 -0,28 -0,28

(0,98) (0,69) (0,82) (0,82)

M

tRetAc 0,16 0,12

(0,62) (0,74)

A

tRetAc 0,04 0,02

(0,70) (0,82)

1

1CrescIPt -0,01 -0,01 -0,02 -0,02 -0,02

(0,89) (0,89) (0,83) (0,86) (0,82)

t1M 0,44 0,39 0,37 0,39 0,39

(0,37) (0,40) (0,42) (0,45) (0,45)

tPrPetr -0,09 -0,09 -0,09 -0,11 -0,10

(0,08)* (0,08)* (0,09)* (0,10)* (0,14)

R2 Ajustado 0,00 0,00 0,00 0,00 0,00 0,00 0,00



0b -0,24 -0,06 -0,30 -0,24 -0,08 -0,33 -0,19

(0,67) (0,97) (0,55) (0,87) (0,96) (0,82) (0,89)

tdMYieldSprea 0,29 0,63 -0,35 -0,49

(0,62) (0,32) (0,75) (0,66)

tdLYieldSprea 0,37 0,61 0,75 0,76

(0,32) (0,11) (0,27) (0,26)

M

tRetAc -0,25 -0,37

(0,14) (0,04)**

A

tRetAc 0,03 0,08

(0,52) (0,15)

1

1CrescIPt -0,08 -0,09 -0,09 -0,09 -0,11

(0,38) (0,36) (0,35) (0,36) (0,24)

t1M -0,15 -0,13 -0,06 -0,12 -0,13

(0,56) (0,60) (0,81) (0,67) (0,63)

tPrPetr 0,08 0,08 0,07 0,07 0,05

(0,01)** (0,01)** (0,02)** (0,05)** (0,15)

R2 Ajustado 0,00 0,02 0,00 0,04 0,04 0,03 0,06

28

4.4. Rússia


poder preditivo das variáveis financeiras na Rússia de 1999 a 2010. No caso do

Rússia, as variáveis de yield spread e dos retornos do mercado acionário

apresentam não apresentam significância estatística nos diversos horizontes de

tempo. As variáveis com maior relevância estatísticas foram a variação nos preços

do petróleo (significância entre 5% e 10%) no horizonte a 6 meses e a variação na

base monetária M1 (significância entre 1% e 5%) no horizonte a 12 meses.

Tabela 3: Modelo de Crescimento no Índice da Produção Industrial no México

Modelos de regressão em que a variável dependente é a variação futura do índice da produção industrial no México de 2000 a 2011. Os coeficientes e o valor-p (em parênteses) estão reportados. ***, ** e * indicam significância estatística a 1%, 5% e 10%, respectivamente.


I II V VI VII

0b 1,69 0,36 -0,57 0,36 -0,22

(0,90) (0,99) (0,98) (0,99) (0,99)

tdLYieldSprea 0,09 0,07 0,08 0,06

(0,90) (0,91) (0,91) (0,93)

M

tRetAc 0,33 0,30

(0,89) (0,91)

A

tRetAc -0,01 -0,03

(0,99) (0,97)

1

1CrescIPt -0,49 -0,49 -0,49 -0,49

(0,00)*** (0,00)*** (0,00)*** (0,00)***

t1M 0,14 0,23 0,15 0,19

(0,95) (0,91) (0,95) (0,93)

tPrPetr 0,10 0,12 0,11 0,14

(0,89) (0,87) (0,90) (0,89)

R2 Ajustado 0,00 0,22 0,22 0,21 0,21

29


I II V VI VII

0b 0,06 -2,72 -3,47 -2,68 -2,74

(0,97) (0,48) (0,36) (0,49) (0,49)

tdLYieldSprea 0,07 0,08 0,06 0,06

(0,40) (0,40) (0,54) (0,57)

M

tRetAc 0,18 0,03

(0,60) (0,93)

A

tRetAc 0,08 0,08

(0,45) (0,48)

1

1CrescIPt -0,02 -0,01 -0,02 -0,02

(0,83) (0,88) (0,78) (0,78)

t1M 0,33 0,42 0,29 0,30

(0,27) (0,14) (0,34) (0,34)

tPrPetr -0,22 -0,20 -0,28 -0,27

(0,05)* (0,07)* (0,04)** (0,05)*

R2 Ajustado 0,00 0,01 0,00 0,00 0,00


I II V VI VII

0b 0,70 -4,05 -4,25 -4,03 -4,20

(0,42) (0,04)** (0,03)** (0,04)** (0,04)**

tdLYieldSprea 0,05 0,01 0,01 0,00

(0,25) (0,82) (0,87) (0,95)

M

tRetAc 0,09 0,08

(0,59) (0,66)

A

tRetAc 0,01 0,00

(0,83) (0,93)

1

1CrescIPt -0,02 -0,02 -0,02 -0,02

(0,81) (0,80) (0,82) (0,81)

t1M 0,42 0,44 0,42 0,43

(0,01)** (0,00)*** (0,01)** (0,01)**

tPrPetr -0,05 -0,05 -0,06 -0,05

(0,36) (0,38) (0,38) (0,44)

R2 Ajustado 0,00 0,04 0,04 0,03 0,03

30


I II V VI VII

0b 1,03 -1,64 -1,94 -0,82 -1,30

(0,05)** (0,47) (0,35) (0,72) (0,58)

tdLYieldSprea 0,03 0,01 0,00 -0,01

(0,25) (0,67) (0,89) (0,81)

M

tRetAc 0,21 0,18

(0,05)* (0,11)

A

tRetAc 0,05 0,04

(0,11) (0,20)

1

1CrescIPt 0,15 0,07 0,11 0,04

(0,11) (0,51) (0,26) (0,67)

t1M 0,20 0,22 0,12 0,16

(0,20) (0,11) (0,45) (0,33)

tPrPetr -0,03 -0,02 -0,06 -0,05

(0,50) (0,52) (0,16) (0,24)

R2 Ajustado 0,00 0,03 0,06 0,04 0,06

5. CONCLUSÕES

O objetivo deste trabalho é tentar mesurar as informações contidas nos

mercados financeiros na previsão da atividade econômica para um grupo de

economias emergentes (Brasil, Índia, México e Rússia). O modelo desenvolvido

neste trabalho estima a variação do índice de produção industrial em função da

curva de rendimento da taxa de juros esperados, via títulos públicos e/ou derivativos,

e os retornos dos índices acionários.

Os resultados apresentados sugerem que o mercado de renda fixa ou swaps

revelam informações sobre o crescimento econômico futuro para o Brasil e a Índia

em horizontes de tempo específicos. Essa relação é particularmente significativa

para o Brasil (yield spread de 1 ano baseado nas taxas referenciais do mercado de

swaps DI pré-fixados) no horizonte de tempo a 6 meses e para a Índia (yield spread

de 1 e 5 anos baseado nos títulos públicos) no horizonte de tempo de 12 e 24

meses. No Brasil, o mercado acionário revela informações tem relação com o

crescimento econômico nos horizontes de 1, 12 e 24 meses. Na Índia, tanto o yield

spread como o retorno acionário possuem poder preditivo no horizonte de 12 meses.

31

Por último, o yield spread e o mercado acionário não foram significativos na previsão

do crescimento econômico futuro no México e Rússia.

A falta de séries históricas de yield spreads e retornos acionários em

mercados emergentes impossibilitou por muitos anos o estudo dessas variáveis

como possíveis indicadores de tendência para o crescimento real da economia no

curto prazo. O recente aprimoramento nos métodos de divulgação de dados

estatísticos e financeiros em mercados emergentes, assim como o amadurecimento

dos seus mercados de capitais, permitem finalmente a aplicação de modelos de

previsão da atividade real similares aos desenvolvidos neste trabalho. Na medida

que os horizontes de tempo das séries históricas aumentem, a robustez dos

modelos de estimação poderão ser testados com maior nível de confiança

estatística.

O presente trabalho explorou os primeiros indícios de uma possível

correspondência entre as variáveis disponíveis nos mercados financeiros e a

produção industrial para mercados emergentes. Os resultados incentivam a

discussão e sinalizam o desenvolvimento dos mercados de capitais em algumas das

nações estudadas. No futuro, a curva de rendimento da taxa de juros para mercados

emergentes pode chegar a ser considerado um indicador de tendência da atividade

econômica real, variável já utilizada em nações industrializadas. Essa variável, de

fácil compreensão pelos agentes econômicos, poderia se tornar mais uma

ferramenta de análise para os tomadores de decisões. Essa possibilidade se

concretizará no futuro com o aprofundamento da evidência empírica fundamentada

no aumento dos elementos das séries históricas.

Como sugestões que ficam para posteriores desenvolvimentos, o primeiro

ponto que merece atenção é a questão de prolongar os horizontes de tempo das

séries históricas utilizadas no modelo de estimação. Um vez que horizontes maiores

se tornem disponíveis, a robustez estatística dos modelos poderá ser testada com

maior profundidade. Outra sugestão seria aumentar o escopo de análise para

considerar a inclusão de outras economias emergentes, condicionado à

disponibilidade de informações financeiras agregadas. Desta forma, futuras

pesquisas enriquecerão as observações apresentadas no presente trabalho.

32

6. REFERÊNCIAS BIBLIOGRÁFICAS

ANDERSON, H.; VAHID, F. Predicting the probability of a recession with nonlinear

autoregressive leading indicator models. Macroeconomic Dynamics, v. 5, p. 482-

505, 2001.

ARNWINE, N. The Fisher Equation and Output Growth. Departmental Working

Papers, v. 0408, 2004.

BERNANKE, B; BLINDER, A. The Federal Funds Rate and the Channels of

Monetary Transmission. American Economic Review, v. 82, n. 4, p. 901–921,

1992.

BONSER-NEAL, C.; T. MORLEY, T. Does the Yield Spread Predict Real Economic

Activity? A Multicountry Analysis. Federal Reserve Bank Kansas City Economic

Review, v. 82, n. 3, p. 37-53. 1997.

BREEDEN, D.T. An Intertemporal Asset Pricing Model with Stochastic Consumption

and Investment Opportunities. Journal of Financial Economics, v. 7, p. 265-296,

1979.

______. Consumption, Production and Interest Rates: A Synthesis. Journal of

Financial Economics, v. 16, p. 3-39, 1986.

BREEDEN, Douglas T.; LITZENBERGER, Robert H. Prices of state-contingent

claims implicit in options prices. Journal of Business, v. 51, p. 621-652, 1978.

______. “An intertemporal asset pricing model with stochastic consumption and

investment opportunities, Journal of Financial Economics, v. 7, p. 265-296, 1979.

CAMBA-MENDEZ, Gonzalo; KAPETANIOS, George; SMITH, Richard J.; WEALE,

Martin R. An automatic leading indicator of economic activity: forecasting GDP

growth for European countries. Econometrics Journal, v. 4, n. 1, p. 1-37. 2001.

CHEN, M.; WANG, K.; YEN, M. The predictive power of the term structures of

interest rates: evidences for the developed and Asian emerging markets. Working

Paper, 2005.

DOTSEY, M. The predictive content of the interest rate term spread for future

economic growth, Federal Reserve Bank of Richmond Economic Quarterly, 84,

1998.

33

DUNN, Kenneth B.; SINGLETON, Kenneth J. Modeling the term structure of interest

rates under non-separable utility and durability of goods. Journal of Financial

Econometrics, v. 17, p. 27-56, 1986.

ESTRELLA A.; RODRIGUES, A.; SCHICH, S. How Stable is the Predictive Power of

the Yield Curve? Evidence from Germany and the United States. Review of

Economic and Statistics, v. 85, n. 3, p. 629-644, ago. 2003.

______. Why Does the Yield Curve Predict Output and Inflation? The Economic

Journal, v. 115, n. 505, p. 722-744, jul. 2005.

______.; TRUBIN, Mary R. The Yield Curve as a Leading Indicator: Some Practical

Issues. Current Issues in Economics and Finance, Federal Reserve Bank of New

York, jul. 2006.

______.; MISHKIN, F. The Predictive Power of the Term Structure of Interest Rates

in Europe and the United States: Implications for the European Central Bank.

European Economic Review, v. 41, p. 1375-1401, 1997.

______.; HARDOUVELIS, G. The Term Structure as a Predictor of Real Economic

Activity. Journal of Finance, v. 46, n. 2, p.555-576, 1991.

FAMA, Eugene F. Stock Returns, Real Activity, Inflation, and Money. American

Economic Review, v. 71, p. 545-565, 1981.

______. Term premiums and default premiums in money markets. Journal of


FISHER, Iriving. The Rate of Interest. New York: Macmilian, 1907.

HAMILTON, J.; KIM, D. A re-examination of the predictability of economic activity

using the yield spread. Journal of Money, Credit and Banking, v. 34, p. 340-60,

2002.

HANSEN, Lars P.; SINGLETON, Kenneth J. Generalized instrumental variables

estimation of nonlinear rational expectations models. Econometrica, v. 50, p. 1269-

1285, 1982.

______.; SINGLETON, Kenneth J. Stochastic consumption, risk aversion, and the

temporal behavior of asset returns. Journal of Political Economy, v. 91, p. 249-265,

1983.

HARVEY, Campbell R. Forecasts of Economic Growth from the Bond and Stock

Markets. Financial Analysts Journal, p. 38-45, 1989.

34

______. The real Term Structure and Consumption Growth. Journal of Financial

Economics, v. 22, p. 305-334, 1988.

INTERNATIONAL MONETARY FUND. Emerging Local Bond Markets. Global

Financial Stability Report, Washington D.C., set. 2002.

______. Local Securities and Derivatives Markets in Emerging Markets: Selected

Policy Issues. Global Financial Stability Report, Washington D.C., mar. 2003.

______. Global Financial Market Developments. Global Financial Stability Report,

Washington D.C., abr. 2005.

______. Structural Changes in Emerging Sovereign Debt and Implications for

Financial Stability. Global Financial Stability Report, Washington D.C., abr. 2006.

JEANNE, O.; GUSCINA, A. Government Debt in Emerging Market Countries: a New

Data Set. IMF Working Paper, No. 6/98, abr 2006.

KAUL, G. Stock Returns and Inflation; The Role of the Monetary Sector. Journal of


KESSEL, Reuben. 1965. The Cyclical Behavior of the Term Structure of Interest

Rates. NBER Books, no. kess65-1, 1965.

KOZICKI, S. Predicting Real Growth and Inflation with the Yield Spread. Federal

Reserve Bank Kansas City Economic Review, v. 82, p. 39–57, 1997.

LUCAS, Robert E., Jr. Asset prices in an exchange economy. Econometrica, v. 46,

p. 1429-1445, 1978.

MEHL, A.; REYNAUD, J. The determinants of domestic original sin in emerging

market economies. ECB Working Paper, no. 560, dec. 2005.

MISHKIN, F. What Does the Term Structure Tell Us About Future Inflation? Journal

of Monetary Economics, v. 25, p. 77-95, 1990a.

______. The Information in the Longer-Maturity Term Structure About Future

Inflation. Quarterly Journal of Economics, v. 55, p.815-828, 1990b.

PLOSSER, C.I.; ROUWENHORST, K.G. International term structures and real

economic growth. Journal of Monetary Economics, v. 33, p. 133-155, 1994.

35

RUBINESTEIN, Mark. The valuation of uncertain income streams and the pricing of

options. Bell Journal of Economics, v. 1, p. 407-425, 1976.

RÜNSTLER, Gerhard; SÉDILLOT, Franck. Short-term estimates of euro area real

GDP by means of monthly data. Working Paper Series, no. 276, European Central

Bank, 2003.

STOCK, J.; WATSON, M. Forecasting Output and Inflation: the Role of Asset Prices.

Journal of Economic Literature, v. 41, p. 788-829, set. 2003.

PREVISÕES DE CRESCIMENTO ECONÔMICO EM MERCADOS EMERGENTES ... · produção com menor confiança...

Documents

Transcript of PREVISÕES DE CRESCIMENTO ECONÔMICO EM MERCADOS EMERGENTES ... · produção com menor confiança...