UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE … · DIEGO SARTI DE SOUZA EFEITO DE POLÍTICAS...

UNIVERSIDADE FEDERAL DE SÃO CARLOS

CENTRO DE CIÊNCIAS EM GESTÃO E TECNOLOGIA

CAMPUS DE SOROCABA

PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA

DIEGO SARTI DE SOUZA

EFEITO DE POLÍTICAS SETORIAIS NA INDÚSTRIA

AUTOMOBILÍSTICA: ANÁLISE DE IMPACTO SOBRE VENDAS E

ARRECADAÇÃO.

SOROCABA 2017

UNIVERSIDADE FEDERAL DE SÃO CARLOS

CENTRO DE CIÊNCIAS EM GESTÃO E TECNOLOGIA

CAMPUS DE SOROCABA

PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA




ARRECADAÇÃO.

Dissertação apresentada ao Programa de Pós-

Graduação em Economia, para obtenção do

título de mestre em economia.

Orientação: Prof. Dr. Cassiano Bragagnolo

SOROCABA 2017




ARRECADAÇÃO.

Orientador(a).

_____________________________

Prof. Dr. Cassiano Bragagnolo

Universidade Federal de São Carlos - UFSCar

Examinador(a)

______________________________

Prof. Dr. Eduardo Rodrigues de Castro

Universidade Federal de São Carlos - UFSCar

Examinador(a)

______________________________

Prof. Dr. Alexandre Nunes de Almeida

Universidade Estadual de São Paulo – Esalq/USP

AGRADECIMENTOS

Gostaria de agradecer primeiramente a Deus e a minha família pela força que me

deram ao longo de toda minha vida, espero poder retribuir pelo apoio e formação que

me foi dado. Expresso minha gratidão à minha mãe Nauci Ignez Sarti, à minha avó

Dirce Ramirez Sarti e ao meu pai Odicelio de Souza, sem eles a conclusão deste

mestrado seria impossível. Agradeço ao meu orientador professor Cassiano Bragagnolo,

espero que sua condução, cobranças e exigências tenham tornado um profissional

melhor. Seus incentivos ao longo do curso foram fundamentais para a superação

obstáculos inerentes à pesquisa. Por fim agradeço a CAPES pelos recursos que

proporcionou viabilizando o trabalho em si.

Agradeço aos professores Adelson Martins Figueiredo, Ricardo Coser

Mergulhão, o conhecimento que me foi passado por eles servirão de norte no futuro. Ao

professor Adelson Martins Figueiredo também gostaria de deixar minhas desculpas,

devido problemas pessoais que tive ao longo do curso adotei uma postura injusta em

relação ao curso e sua coordenação, deixo expressos meus arrependimentos e espero

lidar com problemas semelhantes no futuro com mais sabedoria.

Gostaria de agradecer aos meus pareceristas, os professores Geraldo Edmundo

Silva Jr. e Eduardo Rodrigues de Castros cuja atenção, paciência e questionamentos

melhoraram significativamente o resultado final deste trabalho que espero que esteja

bem feito aos olhos deles. Agradeço também ao professor Alexandre Nunes de Almeida

por comparecer à minha defesa.

Por fim, e muito importante, agradeço a Manoela Anechini e a professora

Mariusa Momenti Pitelli, as preocupações inerentes ao curso ficaram mais leves quando

conversava com elas. Também agradeço minha convivência com Mauricio Benedeti e

Augusto Maia, eles tornaram o mestrado muito prazeroso.

RESUMO

A indústria automobilística possui elevado peso no produto gerado pela

economia brasileira correspondendo por cerca de 20% do PIB (Produto Interno Bruto)

industrial e responsável por em média 1,5 milhões de empregos diretos e indiretos. Em

meados de 2008 a crise financeira internacional com origem nos Estados Unidos

transbordou para o resto do mundo por meio do mercado de crédito e atingiu o setor que

até então vinha em boa fase, com crescimento contínuo das vendas. Tal fato deu origem

a uma série de medidas por parte do governo federal a fim de se contornar tal crise.

Assim, uma medida específica para o setor foi a redução da alíquota do IPI (Imposto

sobre Produto Industrializado) a fim de influir em seus preços. Os efeitos dessas

medidas, sua eficácia e persistência temporal são assuntos que têm sido abordados por

diversos autores sob diferentes métodos e formas de análises. O objetivo deste trabalho

foi a análise do impacto que essas desonerações tiveram na arrecadação com o imposto

específico e suas vendas por meio da metodologia de séries temporais. Os resultados

mostram que um choque de exógeno de preços é capaz de fomentar o mercado de

automóveis de forma significativa, isto é, para uma oscilação de 10% nos preços a

repercussão nas vendas seria de 46% em sentido oposto ao do choque. A arrecadação e

os preços convergiram, um aumento 10% nos preços aumenta a arrecadação em 13%.

Demais variáveis que afetam demanda do setor se mostraram mais estáveis que a

intervenção via preços com a amplitude de seus efeitos menores.

Palavras-chave: Indústria automobilística. Política Tributária. Vetor Autorregressivo.

ABSTRACT

The automobile industry has a high weight in the economy, accounting for about 20%

of GDP (Gross Domestic Product) and responsible for 1.5 million direct and indirect

jobs. In mid-2008, an international financial crisis that has begun in the United States

overflowed to the rest of the world through the credit market, and hit the sector that it

was in good phase, with continued sales growth. This led to a series of actions by the

federal government to bypass the crisis, as well as one of this action specific to the

automobile industry it was the reduce of industrial indirect tax. The results, its

effectiveness and temporal persistence of this action are approached by different authors

and methods of analysis. The goal of this study was to analyze the impact that this tax

cut on the tax collection and the sales through the time series methodology. The results

show that the automobile's sales are sensible to exogenous shock in price. For changing

10% in price, the sale increases 46%, in opposite direction. The collection and and the

prices has same direction. An increase in 10% in price rebound in collection in 13%.

The others variables that affect sector’s demand were more stable than changing in

prices with less amplitude in their variation.

Keywords: Automobile Industry. Tax Policy. Vector Autorregression.

LISTA DE TABELAS

Tabela 1 – Eficácia associada a cada estratégia do policymaker. .................................. 18

Tabela 2 – Número de habitantes por veículo em 2014 – países selecionados. ............. 21

Tabela 3 – Resultados obtidos por autores selecionados para a demanda por automóveis

brasileira em função da renda, preço e crédito. .............................................................. 24

Tabela 4 – Alíquota e impacto no preço dos impostos sobre veículos no ano de 2013 -

Brasil. .............................................................................................................................. 30

Tabela 5 – Variáveis explicativas para a demanda por automóveis no Brasil utilizada

por autores selecionados. ................................................................................................ 33

Tabela 6 – Resumo da oscilação das Alíquotas de IPI do setor automobilístico no Brasil.

........................................................................................................................................ 35

Tabela 7 – Alíquotas historicamente praticadas no setor automobilístico antes da crise

de 2008 e após 2015 quando retornaram ao mesmo patamar – Brasil. .......................... 35

Tabela 8 – Teste ADF dados mensais. ........................................................................... 56

Tabela 9 – Teste KPSS dados mensais. .......................................................................... 56

Tabela 10– Teste de Cointegração de Johansen com três defasagens ............................ 58

Tabela 11 – Erro de previsão e contribuição percentual das variáveis na decomposição

histórica da variância dos erros de previsão da Arrecadação – Abril de 2002 à Outubro

de 2015. .......................................................................................................................... 66

LISTA DE FIGURAS

Figura 1 - Modalidades de pagamentos na venda de veículos e de comercias leve – de

2004 a terceiro trimestre de 2010. .................................................................................. 19

Figura 2 – Presença relativa das Montadoras nas Unidades da Federação – Brasil – 2006

e 2014. ............................................................................................................................ 20

Figura 3 – Índice de Preços ao Consumidor de Veículos e quociente habitantes por

número de veículos – Brasil – 1999 a 2014.................................................................... 21

Figura 4 – Coeficiente de Penetração. Trimestral – Brasil – 2007 a 2014. .................... 22

Figura 5 – Evolução dos investimentos do setor automobilístico – Brasil – 1990 a 2012

(em milhões de dólares). ................................................................................................. 22

Figura 6 – Percentual de impostos e taxas embutidos no preço do automóvel de 2009 à

2013 – países selecionados. ............................................................................................ 28

Figura 7 – Arrecadação com IPI em milhões de reais e participação percentual da

arrecadação com IPI de automóveis na arrecadação total de IPI – Brasil – 2005 a 2015.

........................................................................................................................................ 36

Figura 8 – Utilização da Capacidade Instalada (UCI) em termos percentuais do setor de

Veículos automotores, reboques e carrocerias. .............................................................. 38

Figura 9 – Curva de Laffer ............................................................................................. 39

Figura 10 – Fluxograma de modelagem de um Vetor Autorregressivo ......................... 51

Figura 11 – Produção e Licenciamento de veículos nacionais: autoveículos e comerciais

leves – Brasil – março de 2002 a dezembro de 2015. .................................................... 52

Figura 12 – Concessão de crédito consolidada para compra de automóveis, pessoa física

em R$ milhões – Brasil – março de 2002 a dezembro de 2015. .................................... 53

Figura 13 – Renda Nominal Habitual e Renda Nominal Habitual deflacionada pelo

IPCA em Reais – Brasil – março de 2002 a dezembro de 2015. .................................... 53

Figura 14 – Arrecadação com IPI em milhões de reais – Brasil – março de 2002 a

dezembro de 2015. .......................................................................................................... 54

Figura 15– Índice de Preço ao Consumidor, Veículos – Brasil – março de 2002 a

dezembro de 2015 ........................................................................................................... 55

Figura 16 – Séries de arrecadação, vendas, preço, crédito e renda do Brasil em

logaritmo neperianos, de março de 2002 a dezembro de 2015. (março de 2002 = 100). 57

Figura 17 – Efeito acumulados do choque nos preços sobre a arrecadação, vendas e

crédito. ............................................................................................................................ 60

Figura 18 – Efeito acumulados do choque no crédito sobre a arrecadação, vendas e

preço. .............................................................................................................................. 62

Figura 19 – Efeito acumulados do choque nas vendas sobre a arrecadação, preço e

crédito. ............................................................................................................................ 64

Figura 20 – Decomposição histórica da variância da arrecadação de abril de 2002 a

outubro de 2015. ............................................................................................................. 70

SUMÁRIO

1. INTRODUÇÃO ..................................................................................................... 12

1.1. Contextualização e Problema ........................................................................... 12

1.2. Objetivos ............................................................................................................. 15

ORGANIZAÇÃO DO ESTUDO ................................................................................... 15

2. REVISÃO BIBLIOGRAFICA ............................................................................. 16

3. METODOLOGIA ................................................................................................. 39

3.1. Referencial Teórico............................................................................................ 39

3.2. Referencial analítico .......................................................................................... 43

3.2.1. Séreis Temporais .................................................................................... 43

3.2.2. Teste de Raiz Unitaria e Cointegração de johansen ............................ 45

3.2.3. Função Impulso Resposta e Decomposição da Variância ................... 48

3.2.4. Origem e Tratamento dos Dados .......................................................... 51

4. RESULTADOS ...................................................................................................... 52

4.1. Análise Descritiva dos Dados ........................................................................ 52

4.2. Análise de Estacionariedade e Modelagem ................................................. 55

4.3. Resultados do modelo VAR .......................................................................... 59

5. CONSIDERAÇÕES FINAIS ............................................................................... 69

6. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................ 73

12

1. INTRODUÇÃO

1.1. CONTEXTUALIZAÇÃO E PROBLEMA

A indústria automobilística brasileira possui elevado grau de integração intersetorial e

grande peso na economia, compondo ao redor de 20% do PIB (Produto Interno Bruto)

industrial, além de ser responsável por cerca de 1,5 milhões de postos de trabalho,

contabilizando postos diretos e indiretos (ALVARENGA et al., 2010a, 2010b; BAHIA;

DOMINGUES, 2010). Em meados de 2008, o setor que vinha em trajetória de crescimento

desde 2004 sofreu forte impacto devido à crise financeira internacional cuja origem se deu no

mercado de crédito norte-americano e migrou para as demais economias do mundo pelo

mesmo mecanismo (MOREIRA; SOARES, 2010). Segundo levantamento do Banco Central,

em dezembro 2007 o volume de empréstimos destinados a compra de veículos para pessoas

físicas alcançou a importância de R$ 6,15 bilhões. Já em novembro de 2008 este mesmo

indicador apontava R$ 2,22 bilhões, uma queda de aproximadamente 64%. Tal fato repercutiu

sobre a atividade do setor com redução dos turnos de trabalho e concessões de férias coletivas

(ALVARENGA et al., 2010a, 2010b; BAHIA; DOMINGUES, 2010).

Para fazer frente à crise que se abatia no setor à época, o governo federal adotou uma

série de medidas de incentivo à demanda, uma das quais de caráter bem específico para o

setor foi a desoneração temporária do Imposto sobre Produto Industrializado (IPI) sobre a

cadeia automobilística (ALVARENGA et al., 2010a, 2010b; MOREIRA; SOARES, 2010). A

aparente resposta positiva que o setor apresentrou em 2008, fez com que o governo adotasse

novamente a política de desoneração, em maio de 2012, a fim de se reaquecer a atividade

econômica setorial, cuja redução da utilização de sua capacidade apresentava queda, com

valores à 85% com consequente esfriamento do mercado de trabalho associado a ela, cenário

este análogo ao ocorrido em 2008 com a crise financeira internacional.

A fim de se averiguar a eficácia de tal medida, realizou-se uma pesquisa bibliográfica

dos estudos que versam sobre o mercado de automóveis e o comportamento do Estado na

condução de crises de forma a elencar as principais variáveis deste mercado. O objetivo deste

trabalho é averiguar o impacto de tais medidas que procuraram fomentar a demanda no

mercado de automóveis via a influência direta de seus preços por meio da renúncia de tributos

13

ad valorem. Para tanto um modelo de Vetor autorregressivo foi proposto de forma a mensurar

a interação dinâmica dessas variáveis.

A hipótese básica desta dissertação é que uma política de desoneração aplicada ao

setor automobilístico tenha sucesso de curto prazo, com um maior impacto sobre a

arrecadação com o imposto do que sobre as vendas. Tal hipótese se ancora na Revisão

Bibliográfica que caracteriza a demanda de automóveis como sendo mais elástica em relação

à renda do que aos preços. Considerou-se também os trabalhos Barrel e Weale (2009),

Crossley e Low (2009) que analisaram empiricamente o efeito de um corte de impostos sobre

a demanda agregada e a abordagem mais teórica empregada por Fantinatti (2015) que avaliou

o efeito de um impulso fiscal sobre o consumo de bens duráveis contra não duráveis por meio

de DSGE (Dynamic stochastic general equilibrium). Segundo tais autores, é possível que uma

desoneração de curto prazo não seja capaz de influênciar a trajetória da economia, aplicou-se

assim este raciocínio ao setor automobilístico.

No caso para a análise do comportamento do consumo de bens duráveis, é possível

ainda que haja somente uma antecipação de consumo ou efeito arbitragem, que seria um pico

um de consumo seguido de queda (BARREL; WEALE, 2009; CROSSLEY; LOW, 2009).

Fantinatti (2015) em seu modelo teórico, encontra que após um impulso fiscal a demanda

agregada se estabiliza abaixo do estado estacionário. Diferentemente dos autores supracitados

que analisaram a economia como um todo, o estudo desta dissertação foca um mercado

específico avaliando-se o efeito que um corte de impostos teve sobre ele, de forma a

enriquecer o debate sobre políticas anticíclicas e contribuir para com a teoria econômica.

A relevância do problema de pesquisa para a teoria econômica se baseia no debate

existente entre escolas de pensamento econômico e como estas se posicionam a respeito do

fisco e seus efeitos para regulação econômica, esta usualmente preterida em a relação à

política monetária (CARVALHO; EDUARDO; SILVA, 2013). Do ponto vista prático, o

problema tem relevância uma vez que as desonerações de curto prazo não ficaram restritas ao

setor automobilístico, mas contemplaram também a “linha branca” em um conjunto de

medidas anticíclicas adotadas para contornar a crise histórica de 2008 (MOREIRA; SOARES,

2010). Assim uma compreensão mais aprofundada de como estas medidas repercutiu sobre o

setor em paralelo com a arrecadação com o mesmo são importantes para elaboração de

políticas futuras.

A escolha da indústria automobilística como objeto de pesquisa se justifica devido à

sua já citada importância na economia no que diz respeito à PIB e emprego, e ao elevado grau

14

de integração intersetorial. Tal fato faz com que o setor automobilístico seja visto como um

fator estratégico para o desenvolvimento da indústria nacional, fato este que remete ao

governo de Juscelino Kubitschek e ao Plano de Metas (BAHIA; DOMINGUES, 2010;

FRAINER, 2010). Durante a década de 1990 o setor passou por transformações com a queda

do protecionismo e o incentivo da concorrência por parte das políticas públicas. A negociação

entre governo e montadoras neste período ficou conhecida como Novo Regime Automotivo

Brasileiro (RAB) (FIUZA, 2002; FRAINER, 2010). Além de uma mudança na plataforma

econômica, o setor passou por mudanças no contexto internacional com o processo de

globalização. Houve então aumento na produção automobilística, migração de novas

montadoras para o país e um processo de desconcentração industrial. No contexto

internacional, a indústria automobilística brasileira passou a se destacar por ser a sexta maior

produtora de veículos do mundo, levando-se em conta dados de 2010 (ALVARENGA et al.,

2010a ; ARAÚJO, 2012).

O crescimento do setor automotivo que se sucedeu na segunda metade da década de

1990 ocorreu ancorado em investimento estrangeiro e na nova plataforma econômica

decorrente do Plano Real, no âmbito externo houve o processo de globalização e no âmbito

das políticas públicas, houve acordos entre governo e montadoras. Uma desoneração do IPI

para exportação sem serem condicionadas metas de salários e empregos foi proposta, medidas

estas empregadas de forma a equilibrar a balança comercial e assim manter boas condições

macroeconômicas. O sistema de controle de preços foi abandonado, mas uma alíquota de IPI

menor para carros que permanecessem até uma determinada faixa de preço foi estabelecida de

forma a dar acessibilidade à população ao “carro popular” (ALMEIDA et al., 2006;

ARAÚJO, 2012; FIUZA, 2002; VANALLE; SALLES, 2011).

Vários autores versam sobre a importância do setor automotivo na economia de cada

país e sobre a atenção que esta merece do poder público a fim de se promover o

desenvolvimento econômico, e dos instrumentos utilizado para tal meta, seja via política

monetária, creditícia ou fiscal. A crise financeira de 2008 tem sido a justificativa de diversos

trabalhos nos estudos de políticas setoriais e políticas de incentivo à demanda de curto prazo.

Com os juros mundiais próximos a zero (zero bound lower) e consequente esgotamento da

política monetária. Discussões a respeito do uso da política fiscal para estabilização do

produto têm ganhado força entre policymaker e acadêmicos. Alesina e Ardagna (2010)

lembram que em 2010, dois anos após tais medidas terem sido adotadas, os resultados

puderam ser observados. A análise dos autores foca os países membros da OCDE

15

(Organização para a Cooperação e Desenvolvimento Econômico). A análise é feita sobre a

demanda agregada e conclui que o corte de impostos é mais expansionista que o aumento de

gastos governamentais.

1.2. OBJETIVOS

Averiguar o impacto das medidas que visaram fomentar a demanda de automóveis.

Analisar os dados disponíveis para os principais indicadores referentes ao setor

automobilístico brasileiro até o ano de 2015, buscando aqueles que afetam a demanda

de automóveis.

Analisar o impacto e a persistência temporal das desonerações tributárias sobre as

vendas de automóveis e sua transmissão para arrecadação com o IPI automobilístico.

ORGANIZAÇÃO DO ESTUDO

Este trabalho se encontra dividido em cinco partes, inclusa esta introdução como a

primeira. A segunda parte contém a Revisão Bibliográfica que trata dos principais estudos

feitos sobre o setor automobilístico e do comportamento do Estado na condução de crises

econômicas. Nesta seção há uma breve contextualização sobre o setor automobilístico no

mundo, a crise pela qual passou, e um foco maior aplicado à indústria automobilística

brasileira, objeto de estudo. A terceira parte trata da Metodologia e esta subdividida em duas

seções principais. O Referencial Teórico que trata do efeito tributário sobre a economia,

remetendo-se aos estudos da Curva de Laffer, e o Referencial Analítico, que trata de

metodologia empírica utilizada neste trabalho a fim de se avaliar o impacto setorial. Nesta

seção é descrita a metodologia de Séries Temporais multivariadas, e se especifica os

parâmetros utilizados para a modelagem, como o teste de raiz unitário utilizado para avaliação

de estacionariedade, escolha dos lags de defasagem, análise da função impulso resposta e

decomposição da variância. Esta seção também aborda a fonte dos dados utilizados na

pesquisa, bem como o tratamento prévio utilizado para a modelagem, como aplicação de

16

logaritmos e deflacionamento das séries monetárias. A quarta e última parte no que diz

respeito à pesquisa trata dos Resultados, análise descritiva das séries e resultados da

modelagem. Por fim há as Considerações Finais, com os principais problemas que a pesquisa

encontrou no que diz respeito à escolha das variáveis e proposta de pesquisas futuras.

2. REVISÃO BIBLIOGRAFICA

A crise financeira internacional de 2008 cuja origem se deu no desequilíbrio do

mercado imobiliário norte-americano e migrou para o lado real da economia mundial por

meio dos mercados de crédito, afetou países emergentes de diferentes formas e em diferentes

setores (CARVALHO; EDUARDO; SILVA, 2013). No caso do Brasil, quando analisado o

setor automotivo, observa-se que a crise interrompeu uma trajetória de ascensão constante que

vinha desde 2004. No que diz respeito ao comportamento das montadoras, estas reduziram

jornadas de trabalho e contratações a fim de se adaptar à nova realidade (ALVARENGA et

al., 2010a, 2010b). Assim o país adotou uma série de medidas anticíclicas, uma das quais

aplicadas especificamente no setor de automóveis foi a desoneração tributária com

subsequentes prorrogações, com a finalidade de incentivar a demanda para fazer frente à crise

que se abatia sobre o setor. (ALVARENGA et al., 2010a, 2010b; CARVALHO; EDUARDO;

SILVA, 2013; IPEA/DIMAC, 2009).

O uso de uma política fiscal discricionária é visto com desconfiança por muitos

economistas que seguem escolas de pensamento diferente, como novos Keynesianos e

Neoclássicos (RBCs). Inclusive divergem quanto aos seus efeitos básicos no que diz respeito

à nova configuração da economia, alguns preferindo a política monetária como instrumento

de regulação econômica, onde os resultados seriam mais consensuais (CARVALHO;

EDUARDO; SILVA, 2013; PEROTTI, 2007). O estímulo da economia por meio de

desonerações é algo ainda mais complexo, pois as mudanças pontuais nas tarifas visam

estimular a demanda, em regra, sobre os setores com efeitos multiplicadores a fim de se

retomar rapidamente a trajetória de crescimento (BAHIA; DOMINGUES, 2010; PORSSE;

MADRUGA, 2014). Estes efeitos multiplicadores em geral são atribuídos a setores cujas

cadeias produtivas são complexas, como é considerada a indústria como um todo, incluso o

17

setor automobilístico, que no mundo recebeu atenção do poder público de seus respectivos

países.

Barros e Pedro (2011) analisaram a importância do setor automobilístico e a atenção

relativa que o setor recebeu do poder público em alguns países. De acordo com o autor, nos

Estados Unidos entre 2008 e 2009 o governo norte-americano criou um programa de suporte

financeiro à GM e â Chrysler no valor de US$ 23 bilhões, condicionados à um programa de

reestruturação destas empresas. Na Alemanha e Reino Unido, os respectivos governos

buscaram combater a crise por meio da modernização de sua frota de veículos, criando um

subsídio de € 2,5 mil no caso alemão e £ 2 mil no caso britânico, para troca de veículos com

mais de 9 anos de uso por carros novos e seminovos menos poluente. O limite orçamentário

do governo alemão para com o projeto foi de € 5 bilhões e a do governo britânico £ 2,3

bilhões para este propósito. O governo francês tomou medida similar ao alemão no que diz

respeito aos subsídios, e comparável à americana no que diz respeito à escolha das empresas.

O governo francês subsidiou a modernização da frota por meio de empréstimos que

favoreciam montadoras nacionais como a Renault e a Peugeot – Citroën. O valor dos

subsídios para o consumidor final foi de € 1 mil, e os empréstimos alcançaram a ordem de € 6

bilhões.

Além de medidas específicas para o setor automobilístico, como as mencionadas, estes

países citados a título de exemplo, também aumentaram seus gastos públicos, o que afeta

todas as demais variáveis da economia, muitas vezes, de forma não consensual

(CARVALHO; EDUARDO; SILVA, 2013). De acordo com Trading Economics (2016) entre

2008 e 2009 os gastos do governo em percentual do PIB dos EUA saíram de 76% para 87,1%.

Alemanha, França e Reino Unido fizeram o mesmo, sendo que o primeiro, no caso alemão

houve um salto de 65% para 72,5%, no caso francês de 68,1% para 79% e no Reino Unido de

51,7% para 65,7%.

Godoy e Gurgel (2014) mencionam que o uso de incentivos fiscais e de outras

medidas intervencionistas, como subsídios podem distorcer a economia, pois de acordo com a

abordagem neoclássica o Estado estaria escolhendo “vencedores e perdedores”. Neste

contexto, se tem os mecanismos de regulamentações e de desonerações que vieram a ser

utilizado pelo governo federal como ferramentas de combate a crise no país e no setor

automobilístico em meados de 2008 e novamente em 2012. A preferência pela política fiscal à

monetária, em tese, se justifica em função de seus efeitos multiplicadores, ou porque os

mecanismos de política monetária foram esgotados. No mundo, os mecanismos de política

18

monetária se esgotaram com a taxa de juros internacional ficando próximas a zero, atingindo

assim o limite inferior, zero lower bound. Tal fato não ocorreu no Brasil onde a taxa básica

nominal de juros sempre se manteve em níveis relativamente elevados (FANTINATTI, 2015;

PIRES, 2009).

Segundo Pires, (2009) o conjunto de medidas fiscais anticíclicas que contemplam as

desonerações e gastos do governo para o Brasil alcançaram R$ 12,5 bilhões (0,4% do PIB) e

30,9 bilhões (1,0% do PIB ), respectivamente durante o ano de 2009.

Moreira e Soares (2010) enumeram de forma cronológica as medidas anticíclicas que

começaram a partir do terceiro trimestre de 2008. Mudança na regulamentação, aumentando

prazo para recolhimento de impostos, desonerações do Imposto sobre Operações Financeiras

(IOF), linhas de crédito para pequenas empresas e para o setor automobilístico da ordem de

R$ 6,9 bilhões, linhas de crédito para eletrodomésticos, eletrônicos e materiais de construção

para pessoa física na ordem de R$ 2 bilhões e por fim as desonerações do IPI. Isto em âmbito

federal, tanto para a “linha branca” que contempla eletrodomésticos tradicionalmente brancos

como maquinas de lavar, geladeiras freezers, como para a indústria automobilística, que neste

caso contemplou autoveículos e comerciais leves especificamente, mas poderiam estar

inclusos aqui também ônibus, caminhões, vans veículos de transporte em geral. O governo

estadual de São Paulo também adotou medidas para amenizar a crise, liberando mais R$ 4

bilhões em crédito para compra de automóveis.

Tais medidas elucidam bem o trabalho de se atribuir o sucesso da retomada das vendas

no setor automotivo a uma única política, visto que as variáveis relacionadas à operação de

crédito como a desoneração do IOF e aumento do saldo de crédito em conjunto com as

desonerações sobre o produto exercem forte influência entre si no incentivo a demanda. No

trabalho de Moreira e Soares (2010), os autores buscaram compreender a eficácia e o impacto

de cada uma delas. Os resultados dos autores estão dispostos na Tabela 1. Nela constam as

soluções adotadas, classificadas pelo autor como Política Monetária, Política Creditícia e

Política Fiscal, bem como as suas conclusões quanto à eficácia de cada uma.

Tabela 1 – Eficácia associada a cada estratégia do policymaker.

Variável Dependente Política Monetária Política Creditícia Política Fiscal

Consumo das Famílias Não Eficaz Eficaz Não Testado

Investimento Não Eficaz Não Eficaz Não Testado

Produto Eficaz Eficaz Não Eficaz

Fonte: (MOREIRA; SOARES, 2010).

19

De acordo com Alvarenga et al., (2010a, 2010b), dado o conjunto de medidas que

influenciaram o mercado, sejam elas consideradas eficazes ou não, é difícil atribuir a

recuperação do mercado de automóveis única e exclusivamente à redução do IPI, ou ainda,

conforme pode ser analisado no trabalho de Moraes e Soares (2010), se dizer que a

recuperação de crédito tenha sido espontânea. No caso do setor automobilístico, ainda

segundo Alvarenga (2010a), 70% das compras de automóveis tem algum financiamento. De

2004 a 2010 Gabriel et al., (2010) detectou uma mudança de como esse financiamento se

distribuía em consorcio, leasing e financiamento direto. A Figura 1 elucida essa mudança de

padrão com o crescimento acelerado do financiamento direto após a crise de 2008

contemplando 46% dos automóveis em 2010. Assim uma análise setorial relacionando as

variáveis como desoneração tributária, com vendas e fatores que afetam sua demanda, como o

crédito, vem a contribuir com as discussões correntes sobre o assunto.

Figura 1 - Modalidades de pagamentos na venda de veículos e de comercias leve – de 2004 a

terceiro trimestre de 2010.

Fonte: Dados da ANEF apud Gabriel et al., (2011).

Bonelli e Pessoa (2010), Cano (2012) e Vanalle e Salles (2011) observaram que o

desenvolvimento recente do setor automobilístico, se deve em parte ao processo de

globalização, que fez com que o setor prosperasse com migração de novas montadoras e a

adoção de novas tecnologias. Este processo fez com que a participação do setor automotivo

no PIB aumentasse, mesmo em um contexto interno de queda da participação de

manufaturados no Produto Interno Bruto (PIB), observada com preocupação por alguns

autores que consideram a existência de um processo de desindustrialização em curso no país

desde a adoção de tais políticas (BONELLI; PESSÔA, 2010; CANO, 2012).

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2004 2005 2006 2007 2008 2009 2010*

Consórcios

Financiados

Leasing

À vista

20

As transformações decorrentes da nova plataforma econômica ocasionaram um

rearranjo do setor automotivo em território nacional e ao que tudo indica uma melhora da

competitividade. Tais fatos podem ser averiguados no trabalho de Goldenstein e Casotti,

(2008), em que os autores observam uma desconcentração do parque industrial automotivo.

De acordo com os autores, em 1990 o estado de São Paulo concentrava 74,8% e Minas Gerais

24,5% das montadoras, já em 2006 esses números caem para 47,4% e 21,7%,

respectivamente, com forte crescimento do Paraná, Bahia e Rio Grande do Sul. Vanalle e

Salles (2011) enumeram as novas plantas construídas no período que se sucedeu a 1996 a qual

se pode citar: a Hyundai (Anápolis – GO), Mitsubishi (Catalão – GO) Renault (São José dos

Pinhais - GO), PSA Peugeot-Citroën (Porto Real – RJ), Toyota (Indaiatuba – SP), Honda

(Sumaré – SP), Mercedes-Benz (Juiz de Fora – MG), Ford (Camaçari – BA), nova planta da

GM (Gravataí - RS) e VW/Audi (São José dos Pinais – PR). A Figura 1 mostra que essa

desconcentração ainda está em processo, com redução da participação dos estados do Sudeste

e crescimento das demais regiões.

Figura 2 – Presença relativa das Montadoras nas Unidades da Federação – Brasil – 2006 e

2014.

Fonte: Elaboração Própria com dados de Goldestein e Casotti (2008) e ANFAVEA (2016).

Apesar da expansão automotiva, pode-se dizer que o país ainda é atraente para as

montadoras devido a uma relação habitante por veículo alta quando comparado a países

europeus como Reino Unido, Alemanha, Espanha, ou a países análogos, como México ou

21

Argentina, os Estados Unidos são o país que possuem a menor relação habitante por veículo

dos países acompanhados pela ANFAVEA (2016), conforme apresentado na Tabela 2.

Tabela 2 – Número de habitantes por veículo em 2014 – países selecionados.

Brasil México Argentina Alemanha Reino

Unido

Espanha EUA

4,9 3,5 3,1 1,7 1,7 1,7 1,2

Fonte: (ANFAVEA, 2016)

Embora esteja muito abaixo de outros países, houve uma evolução na relação

habitante por veículos nos últimos 15 anos no Brasil, conforme aponta a Figura 3. Houve

expressiva redução neste indicador a partir de 2004, com a expansão do setor automotivo

voltado ao mercado interno, conforme aponta Alvarenga et al., (2010a, 2010b). Uma parte

dessa expansão pode ser atribuída à abertura econômica da década de 90 que reduziu o preço

do veículo conforme o já citado por Fiuza (2002) e à mudança no mercado de crédito imposta

pela Lei nº 10.931/04, lei de alienação fiduciária. Pode-se observar, ainda, por meio da Figura

3 que o crescimento da última década ocorreu em meio a um viés inflacionário do preço do

automóvel, com preços crescentes até a crise de 2008.

Figura 3 – Índice de Preços ao Consumidor de Veículos e quociente habitantes por número

de veículos – Brasil – 1999 a 2014.

(IPC – Veículos Ano: Agostos de 1994 = 100)

Fonte: Elaboração Própria com dados da FGV e ANFAVEA:

Assim estudos mais aprofundados do setor se justificam, uma vez que políticas

assertivas na área podem fomentar o desenvolvimento econômico e difundir progresso

8,9 8,8 8,6 8,4 8,4 8,2 8,0 7,9 7,4

6,9 6,5 6,1 5,7 5,3 5,1 4,9

100 105 107 106 108

115

127 131 132 136 126 124 123

118 116 119

40

60

80

100

120

140

160

1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

22

técnico, colaborando para a saúde econômica do país. A Figura 4 corresponde ao coeficiente

de penetração. O coeficiente de penetração define a participação de automóveis importados no

mercado nacional. As vendas de automóveis importados estiveram em declínio até a crise,

ponto em que houve uma inflexão e o consumo de importados passou a aumentar, passando a

representar quase um quarto do consumo aparente de automóveis no último trimestre de 2015.

Figura 4 – Coeficiente de Penetração. Trimestral – Brasil – 2007 a 2014.

Fonte: IPEA/DATA.

Observa-se ainda, conforme Figura 5, que o setor vem recebendo um novo ciclo de

investimentos, superior àquele conseguido com o Novo Regime Automobilístico Brasileiro

(RAB) na segunda metade da década de 90, mesmo frente à turbulência enfrentada em 2008,

o que aponta a robustez do setor frente às oscilações econômicas.

Figura 5 – Evolução dos investimentos do setor automobilístico – Brasil – 1990 a 2012 (em

milhões de dólares).

Fonte: ANFAVEA (2016)

0

5

10

15

20

25

2007T1

2007T3

2008T1

2008T3

2009T1

2009T3

2010T1

2010T3

2011T1

2011T3

2012T1

2012T3

2013T1

2013T3

2014T1

2014T3

2015T1

2015T3

0

1000

2000

3000

4000

5000

6000

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

23

No meio acadêmico, o setor automobilístico é um dos temas mais abordados devido a

seu peso na economia e à relação que exerce com os demais setores produtivos. Entre os

trabalhos pioneiros no que diz respeito ao Brasil, pode-se citar Baumgarten Jr. (1972) que

estimou a demanda por automóveis no mercado brasileiro considerando o período da década

de 60. Em sua análise o autor destaca quatro conjuntos de variáveis que afetam a demanda de

automóveis: estão aqui inclusa renda per capta, disponibilidade do bem à menor preço e que

indivíduos tem uma função utilidade a maximizar. Quando aplicada a lógica ao setor

automobilístico, se entende como “bem à menor preço”, carros novos e usados. ii) Variáveis

estruturais: estas dizem respeito à composição do ativo do indivíduo em relação a bens

duráveis e as características do país como distribuição de renda, crescimento demográfico,

idade da frota existente e disponibilidade ou não de serviço de transporte público. iii)

Variáveis Socioculturais: que diz respeito à cultura do automóvel, isto é ao status que o

indivíduo tem por possuir o bem, e por fim e por fim iv) Variáveis de Política Econômica:

aqui são consideradas condições de financiamento, tarifas, exportação e importação entre

outras medidas que estimulam ou inibem o setor.

Os fatores elencados por Baumgarten Jr. (1972) são comuns aos mercados de

automóveis como um todo, no entanto este produto possui características heterogêneas como

tamanho, cor, motorização, opcionais entre outros que influenciam diretamente sua demanda

e consequentemente seu preço. A disponibilidade a pagar por estes recursos é chamada de

“preço hedônico” cuja abordagem no cálculo da demanda se dá por meio dessas informações

desagregadas (FIUZA, 2002; MOREIRA; SOARES, 2010). A abordagem mais ampla

existente na literatura de estimação da elasticidade-preço e elasticidade-renda da demanda é

por meio de regressões das informações agregadas, ou ainda pela abordagem de séries

temporais (BORDLEY, 1993; FIUZA, 2002).

Entre autores que estudaram a demanda de automóveis, no que concerne o mercado

brasileiro, destaca-se o trabalho de De Negri (1998). O autor faz uma revisão bibliográfica

dos principais estudos sobre a demanda de automóveis no Brasil, sendo este o primeiro estudo

realizado no país no período pós-Plano Real. Moreira e Soares (2010) realizaram análise

semelhante, focando apenas nos automóveis de entrada, definindo como “populares” aqueles

cuja motorização eram de até mil cilindradas, os quais inclusive possuem uma alíquota menor

de IPI a fim de se dar acessibilidade a este bem à população de baixa renda (FIUZA, 2002).

Essa diferenciação de alíquotas entre produtos semelhantes será discutida mais adiante

quando se abordar o aspecto tributário do problema, ou uso extrafiscal do imposto.

24

A Tabela 3 contém os resultados dos principais estudos realizados sobre o setor

automobilístico no mercado brasileiro. Baumgarten Jr. (1972) e De Negri (1998) podem ser

considerados os estudos pioneiros no setor cujos resultados apontam a característica particular

de cada época, sendo De Negri (1998) o primeiro após o Plano Real, e a considerar em a

influência do crédito sobre a demanda. Podem ser observadas na Tabela 3 duas formas de se

lidar com os dados que já foram mencionadas, isto é, de forma agregada ou desagregada

sendo este segundo mais sofisticado cujos objetivos maiores são estimar a demanda de

automóveis em função de características singulares do produto e assim o preço hedônico pago

pelo consumidor. Uma modelagem econométrica adequada para tal é o Logit Aninhado

(Nested Logit), que tem sido a metodologia comumente empregada para este modelo pesquisa

(BORDLEY, 1993; DE SOUZA; PETTERINI; MIRO, 2010; FIUZA, 2002). A segunda

forma com os dados agregados leva em conta a Teoria do Consumidor, não diferenciando

automóveis entre si, que é a abordagem pertinente à esta pesquisa.

Tabela 3 – Resultados obtidos por autores selecionados para a demanda por automóveis

brasileira em função da renda, preço e crédito.

Autor Renda Preço Crédito

Modelo com Dados Agregados

Baumgarten Jr. (1972) 6,28 -0,55 a -1,87 Nd

Milone (1973) 2,46 a 2,66 -0,37 Nd

Coates (1985) 1,74 Nd Nd

Vianna (1988) 0,76 -1,63 Nd

Assis (1993) 1,93 -0,98 Nd

De Negri (1998) 1,1 a 1,5 -0,6 a -0,7 Nd

Moraes e Silveira (2005) 0,620 -1,234 +0,659

IPEA/DIMAC (2009) 2,553 -2,841 0,384

Alvarenga et al (2010) 4,417 -2,529 1,176

Linhares e Carvalho (2015) 3,662 -2,088 0,494

Modelos com Dados Desagregados

Fiuza (2002) Nd -9,84 a -5,60 Nd

De Souza (2010) Nd -7,53 a -2,08 Nd

Fonte: Elaboração Própria com Dados de De Negri (1998) e autores supracitados.

É possível observar na Tabela 3 que a principal influência sobre a demanda é dada

pela renda quando comparada aos preços para a maioria dos trabalhos. Este padrão se altera

quando o crédito passa a ser considerado como variável. O predomínio da renda é esperado,

uma vez que, segundo Baumgarten Jr. (1972), este é o padrão previsto para o consumo de

bens duráveis, categoria na qual se encontra o automóvel. O autor em questão fez seus estudos

na fase de implementação da indústria automobilística, primeiro período de desenvolvimento

25

do setor que vai de 1957 a 1967, marcado pelo viés inflacionário (FRAINER, 2010). Tal fato

colaborou para que houvesse uma distorção da percepção de preço do consumidor, o que

explica a maior distância de valores em módulo da elasticidade-renda e elasticidade-preço da

demanda. Pode-se observar que essa diferença entre elasticidades é reduzida quando há

estabilidade da moeda e quando as pesquisas passaram a incluir a demanda por crédito, vide o

resultado de De Negri (1998), e para segmento de carros populares, resultado referente ao

trabalho de Moraes e Silveira (2005), a importância do preço é superior à da renda. O período

estudado nos trabalhos posteriormente a De Negri (1998) foi marcado pela estabilidade da

moeda, abertura econômica, globalização e por acordos feitos pelo Governo Federal com

montadoras para atração de investimentos, naquilo que ficou conhecido como Novo Regime

Automobilístico Brasileiro (RAB) (FIUZA, 2002; VANALLE; SALLES, 2011).

Há inúmeros modelos para se estimar e avaliar o comportamento do setor

automobilístico. Uma metodologia bastante presente na literatura é a de séries temporais, que

possui alto grau de agregação dos dados e não faz diferenciação de produto. Este tipo de

abordagem foi aplicado recentemente por Alvarenga et al (2010a, 2010b) e Linhares Carvalho

(2015). No entanto pode-se ainda citar Fiuza (2002) que foi o primeiro a aplicar um modelo

de demanda do tipo logit sequencial (nested logit) para o mercado brasileiro, tal qual Berry,

Levinsohn e Pakes (1995) fizeram para o mercado norte-americano. Levinsohn (1988), por

sua vez, utilizou um modelo de regressão que incorpora preços hedônicos pagos pelos

consumidores para estimativa da demanda por automóveis. Por fim, pode-se citar ainda

Bordley (1993) que buscou avaliar a demanda cruzada entre categorias de automóveis por

meio de um modelo cross-sectional data, aplicado aos Estados Unidos, este sem estudo

semelhante do ponto de vista metodológico no Brasil. Bordley (1993) analisa como os

diferentes segmentos automotivos interagem entre si, dividindo-os em categorias (esportivo

luxuoso, grande, médio, compacto, pequeno e econômico).

Isto é uma pequena amostra da vasta literatura existente sobre o setor, ora com

objetivos voltados à formulação de políticas econômicas, ora para a produção de

conhecimento tendo o setor como objeto isolado da economia. Assim, conhecer como a

tributação se relaciona com o setor é importante para se estabelecer uma política econômica

setorial assertiva, contribuição ao qual este trabalho objetiva.

Do ponto de vista da análise de políticas anticiclicas, a crise de 2008 tem sido a

motivação para um grande número de trabalhos. Pode-se citar a título de exemplo Alesina e

Ardagna (2010) que comaparam os efeitos de um corte de impostos contra um aumento de

26

gastos do governo, buscando aquele que teria efeito mais expansionista, como se houvesse

uma política ótima. Barrel e Weale (2009) fizeram uma análise sobre o VAT (Value-add Tax),

nomenclatura para imposto indireto aplicada à países da Europa, ou IVA (Imposto sobre

Valor Adicionado). Os autores observam três efeitos possíveis no caso de uma redução

temporária de um imposto: Efeito-Renda, Efeito Substituição e Arbitragem, este último

desconsiderado por Crossley e Low (2009).

O efeito-renda trata de uma mudança no aumento do padrão de consumo em função

de um menor preço praticado no mercado, mantendo-se os demais preços relativos constantes.

No entanto como o corte de impostos é de curto prazo, o efeito-renda também assim seria.

Isto é, não alterara as expectativas dos indivíduos no longo prazo. Há ainda uma correlação

entre o efeito-renda com o mercado de crédito, somente consumidores sem restrições de

crédito poderiam aumentar o seu consumo. Como o mercado de crédito é imperfeito, e há

restrições comuns em tempos de crise, haveria, portanto aqueles que não conseguiriam

expandir seu consumo (BARRELL; WEALE, 2009). O efeito-substituição, analisado de

forma agregada, faz referência a indivíduos que sem restrições de crédito podem mudar seu

tempo de consumo em relação à trajetória das taxas de juros real esperada. Leva-se, portanto,

em consideração a expectativa de inflação que se realiza quando esta medida de curto prazo é

tomada, uma vez que ela tem influência sobre os preços.

Um aumento previsto na alíquota do IVA - Imposto sobre Valor Adicionado - ou outro

imposto de características semelhantes irá reduzir a expectativa realizada no período de

decisão imediatamente anterior (BARRELL; WEALE, 2009). Assim, dado um sistema de

preços movido por expectativas racionais, indivíduos irão aumentar seu consumo no período

imediatamente anterior, em que o imposto é menor. Por fim, tem-se o efeito de arbitragem,

que trata de um aumento da demanda com posterior queda, com a média de longo prazo

permanecendo constante, indicando que só tenha havido uma antecipação de consumo em

função de uma desoneração tributária temporária. Um padrão mais provável para o caso de

bens duráveis (BARRELL; WEALE, 2009).

Tanto o efeito-renda como o efeito-substituição encontram nas imperfeições do

mercado de crédito um problema para funcionamento perfeito dos efeitos descritos. As

imperfeições no mercado de crédito têm seu arcabouço teórico fundamentado no trabalho de

Stiglitz (1988), onde os agentes são ávidos por empréstimos, porém a estes são negados,

mesmo dispostos a pagar uma taxa de juros mais elevada, enquanto a outros agentes

semelhantes, o mesmo não ocorre. Attanasio, Goldberge e Kyriazidou (2007) mensuram essas

27

imperfeições aplicadas ao setor automobilístico. Segundo os autores uma restrição no crédito

de automóveis tem seu primeiro impacto na maturidade e isto afeta de forma distinta

consumidores de alta renda e baixa renda, sendo o primeiro mais sensível a mudanças na taxa

de juros e o segundo a maturidade do crédito. Teixeira (2013) busca compreender o

funcionamento do mercado de crédito automobilístico brasileiro na conjectura das

desonerações em meados de 2008, em sua revisão o autor destaca medidas na regulamentação

do mercado financeiro que facilitaram a expansão do mercado interno do setor

automobilístico, a qual pode ser destacada sanção da Lei nº 10.931 em dois de agosto de

2004, conhecida como Lei de Alienação Fiduciária, que reduziu o risco dos bancos facilitando

a possibilidade de reaver o bem em caso de inadimplência. O comportamento das concessões

de crédito para pessoa física termina por elucidar a importância do mercado de crédito para

bens duráveis e especificamente para o mercado de automóveis.

A desoneração no Brasil bem como a existência de uma legislação tributária mais

complexa que a europeia com vários impostos e contribuições incidindo sobre o preço do

produto final, torna a análise de seus efeitos e a comparação com os demais países mais

difícil, inclusive com um regime de competência tributária variando entre União, Estados,

Municípios e Distrito Federal conforme pode ser averiguado na Lei nº 5.172/66 referente ao

Código Tributário Brasileiro (CTB). Tal fato repercute sobre o setor automotivo de forma

intensa. Segundos dados da ANFAVEA (2015), cerca de 30% do preço final do veículo em

média se deve à carga tributária, sendo os principais impostos e taxas incidentes o IPI, ICMS1

e PIS/ COFINS2.

De 2009 a 2015 o percentual do preço do veículo referente ao pagamento de impostos

foi em média de 30,4%, com exceção de 2014, onde este percentual cai para 28,6%

(ANFAVEA, 2015). De acordo com a ANFAVEA (2015), quando comparado à países como

Espanha, Reino Unido, França, este percentual é praticamente o dobro, já que em média

nestes locais tem-se uma influência de impostos indiretos de cerca de 16,5% no preço do

automóvel. A Figura 5 elucida o comportamento tributário desses países aplicado ao setor de

automóveis. Cabe ressaltar que o Reino Unido tem elevado estes impostos indiretos de forma

a cobrir déficits de políticas anticíclicas de anos anteriores (BARREL; WEALE, 2009).

1 Imposto sobre Circulação de Mercadorias e Serviços.

2 Programa Integração Social/ Contribuição para Financiamento da Seguridade Social

28

Figura 6 – Percentual de impostos e taxas embutidos no preço do automóvel de 2009 à 2013 –

países selecionados.

Fonte: Elaboração Própria com dados da (ANFAVEA, 2016).

Dos estudos que abordam os efeitos de um imposto do tipo IVA, tem-se, além do já

citado Barrel e Weale (2009) cuja abordagem se deu sobre o consumo agregado e horizonte

de tempo. Levinsohn, (1988) que buscou compreender o efeito de tarifa no âmbito da política

comercial sobre setor automobilístico, isto é a influência de uma tarifa protecionista

abordando aspectos mais relacionados ao comércio internacional. Alesina e Ardagna, (2010)

encontram como “solução ótima” de medida anticíclica, o corte de impostos como sendo mais

expansionista do que o aumento de gastos, e que ajustes fiscais são mais efetivos com corte de

gastos do que com aumento de impostos. No entanto, sem impostos não há governo e as

propostas de ajustes de corte de impostos e corte de gastos de forma sucessiva, iria

simplesmente extinguir o Estado. Assim, a análise conjunta dos efeitos de uma desoneração

tributária com a arrecadação de impostos do qual ela é alvo vem a contribuir de forma prática

com a elaboração de uma política fiscal mais assertiva.

Uma fundamentação teórica possível para abordar o problema da alíquota de impostos

indiretos do tipo ad valorem se encontra na Curva de Laffer, que será vista com maiores

detalhes no tópico seguinte. Essa teoria concebida por economistas da década de 1980,

também chamados de supply-siders afirma que uma alíquota demasiadamente alta pode inibir

a economia de forma indesejada e que ganhos de arrecadação podem ser conseguido por meio

de cortes de impostos, contrariando o aspecto intuitivo de que uma desoneração tributária

repercutiria de forma negativa sobre a arrecadação do estado (BECSI, 2000). Como Becsi

(2000) afirma é improvável que a economia apresente esse comportamento ideal, uma vez que

os tributos oscilam em função de outros fatores. Mas fundamentado nesta teoria pode-se

especular sobre possíveis efeitos de uma desoneração dada à elevada carga tributária que

0

5

10

15

20

25

30

35

2009 2010 2011 2012 2013

Espanha

Reino Unido

França

Brasil

Média

29

ocorre no Brasil. No entanto, como já visto, outros fatores afetam diretamente a demanda do

setor automobilístico como a renda e o crédito assim uma análise empírica da dinâmica dessas

variáveis, em conjunto com a arrecadação e preços vem a contribuir com a teoria econômica

de forma significativa.

Dos trabalhos que versaram sobre o assunto da Curva de Laffer por setor, pode-se

destacar o trabalho de Paes (2010) que procurou uma correlação negativa entre a alíquota de

IPI médio e arrecadação com diferentes setores seguindo a classificação e nomenclatura

CNAE3 2.0. Uma correlação negativa entre tarifa e arrecadação demonstraria que

hipoteticamente um determinado setor poderia estar sobretaxado, e que ganhos na arrecadação

poderiam ser obtidos via desoneração. Entretanto, não foi encontrada uma correlação negativa

em nenhum dos setores analisados para o período de 2001 a 2007, indicando que a economia

brasileira não estaria ainda sobretaxada apesar da elevada carga tributária que se pratica no

país. No entanto, esta análise isolada é passível de crítica tendo em vista os períodos anuais

adotados e falta de correlação com demais variáveis que impactam cada setor específico. No

caso do setor automobilístico, a renda, preços e condições de financiamento devem ser

observados a fim de que se possa obter uma análise mais precisa.

O imposto indireto de abrangência nacional, isto é, cuja competência tributária

pertence à União, é o IPI. Um imposto com características jurídicas é semelhante ao IVA

europeu como o quesito da não cumulatividade a fim de não prejudicar o sistema de preço

relativo. Há ainda o ICMS que também é um imposto do tipo IVA, porém de competência

estadual (FELIPE, 2007). A característica da não cumulatividade é o que torna o estudo dos

efeitos destes impostos indiretos comparáveis com as de economias estrangeiras. Há ainda a

característica da seletividade e a relação da extrafiscalidade relacionada ao IPI que estão

ligadas à essencialidade e acessibilidade do bem. Isto é, bens de primeira necessidade

desfrutam de alíquotas menores do que aqueles considerados supérfluos ou nocivos a saúde

como cigarros por exemplo.

No contexto internacional o uso extrafiscal do imposto indireto aparece fortemente

ligado à estratégia de desenvolvimento econômico de um país frente ao comércio

internacional. Ou seja, tarifas protecionistas que visam distorcer preços entre os produtos

estrangeiros e nacionais (LEVINSOHN, 1988). No que concerne ao mercado interno, há uma

preocupação em que o imposto indireto não venha a distorcer o sistema de preços. Neste

3 Classificação Nacional de Atividade Econômica

30

quesito, a legislação tributária brasileira é mais complexa, e talvez não compreenda que esta

seja uma preocupação do Estado. Na indústria automobilística, por exemplo, há uma série de

produtos cada qual com uma alíquota de IPI diferente conforme características do produto

visto na Tabela 4.

Tabela 4 – Alíquota e impacto no preço dos impostos sobre veículos no ano de 2013 - Brasil.

Motorização 1000 cm3 + de 1000 a 2000

cm3

+ de 2000 cm3 Comerciais

leves

Combustível - Gasolina Flex Gasolina Flex -

Alíquota de IPI 2 8 7 25 18 2

% no preço 27,1 30,4 29,2 36,4 33,1 24,7

Fonte: Elaboração própria com dados da ANFAVEA (2015)

Das discussões correntes no setor automobilístico brasileiro e sua relação com sistema

tributário pode-se citar o trabalho de De Souza, Petterini e Miro (2010) onde se estima a

perda social com os impostos. O lado da oferta se Ancora no arcabouço teórico de Berry,

Levinsohn e Pakes (1995) considerando o mercado composto por firmas multiproduto,

oligopolizado e com itens diferenciados, onde as empresas competem por preço, em um jogo

do tipo Bertrand. O lado da demanda se ancora na proposta de Lancaster (1966) em um

modelo de escolha discreta com utilidade aleatória (Random Utility Models, RUM), onde os

consumidores atribuem a utilidade à característica do bem e não ao bem em si. Tal

modelagem permite a estimação do ponto de equilíbrio entre oferta de demanda do mercado

de automóveis e assim calcular o peso morto presente na economia em função dos impostos.

Segundo os estudos de De Souza, Petterini e Miro (2010), o ônus tributário que recai sobre

consumidores correspondem a 78,2% do total do peso morto gerado e 21,8% recai sobre as

firmas.

Uma segunda ótica possível para análise das desonerações se encontra no trabalho de

Porsse e Madruga, (2014), os autores fazem a análise da política de desoneração buscando

compreender os impactos distributivos da medida, isto é, qual classe de renda teria se

favorecido por tal política. A metodologia empregada foi um ECG (Equilíbrio Geral

Computável), no modelo os consumidores são segmentados por oito níveis de renda, tendo o

salário mínimo como divisor, a fim de se estabelecer a quem a desoneração, transferência de

recurso do estado para montadoras, teria beneficiado e simulam cenários: de caso o recurso

transferido somente à indústria automobilística fossem distribuídos igualmente a todos os

setores ou proporcionalmente. A conclusão aponta para um efeito regressivo da medida,

31

beneficiando pessoas de renda mais alta e sugere que os cenários simulados alcançariam um

ganho social melhor, isto é, com melhor efeito distributivo.

Fantinatti (2015) propõe um Modelo Dinâmico Estocástico de Equilíbrio Geral

(DSGE), Dynamic stochastic general equilibrium, a fim de estabelecer como essas medidas

repercutiram sobre variáveis macroeconômicas em um modelo de economia com dois setores

dividido em bens não-duráveis e bens duráveis, esta última, categoria na qual se enquadra o

automóvel. A análise da função impulso-resposta sugere que a eficácia da medida é

decrescente. Ou seja, dada à desoneração há um efeito positivo com um recuo da economia

para baixo do seu estado estacionário nos trimestres subsequentes.

Há ainda estudos voltados à tributação como uma alternativa de reforma estrutural da

economia e não como medida anticíclica. Tourinho, Alvez e Silva (2010) abordam o assunto

destacando a quantidade de impostos existentes no Brasil, os autores apontam que a

metodologia comumente utilizada para averiguação dos efeitos de longo prazo de uma

reforma tributária são os Modelos de Equilíbrio Computável, conforme pode ser averiguado

no trabalho de Porsse e Madruga, (2014). Tourinho, Alvez e Silva (2010) em abordagem

semelhante buscaram um modelo viesse mensurar as alterações da mini reforma tributária de

2003, que simplificou COFINS em alguns setores, transformando-o em uma Contribuição

sobre Valor Adicionado (CVA) e a extinção da CPMF4 em 2007. Corenel et al. (2011)

também salienta o impacto da estrutura tributária do Brasil e de políticas públicas que visam

sanar este problema ou até eventualmente ser utilizada como mecanismo de fomento da

economia. Os autores buscam mensurar os efeitos do da Política de Desenvolvimento

Produtivo (PDP), lançado pelo governo Lula para fomentar setores industriais, o autor

confronta as medidas tomadas pelo PDP que incluem subsídios, investimentos e desonerações

contra um cenário fictício de desoneração do IPI de forma igualitária para todos os segmentos

contemplados.

Dados os estudos citados até aqui, fica evidente a relevância do sistema tributário

como fonte de distorção e inibição da economia, e da necessidade de se haver uma análise

empírica das medidas recentes. Cabe ainda salientar que o Brasil, como outros países em

desenvolvimento, sofre com um grande percentual de sua economia na informalidade, o que

não é captável pelos modelos de EGC que desprezam este fato (EMRAN; STIGLITZ, 2005).

4 Contribuição Provisória sobre a Movimentação ou Transmissão de Valores e de Créditos e Direitos de

Natureza Financeira

32

No campo da análise empírica dos efeitos da redução do IPI, frisando o caráter

anticíclico da medida de desoneração do IPI no setor automobilístico, na bibliografia sobre o

assunto há três trabalhos que convergem em resultados e metodologia, cujos resultados estão

parcialmente expostos na Tabela 3 e merecem ser abordados de forma mais minuciosa, pois

estão com forte convergência com os objetivos desta tese. A divergência entre eles esta nos

períodos estudados e nas proxies adotadas para as variáveis de interesse, assim irá se abordar

aqui em ordem cronológica.

O primeiro estudo empírico realizado para avaliar o impacto das desonerações de IPI

sobre o setor automobilístico veio do IPEA/DIMAC (2009) os autores por meio de uma

regressão e simulações de cenários estimaram que em média 13,4% das vendas podem ser

atribuídas à desoneração, foi interesse também deste estudo avaliar o impacto sobre a

arrecadação do governo e sua repercussão na geração de empregos. Com relação à

arrecadação, segundo a Receita Federal R$ 1.817 milhões foram transferidos à indústria

automobilística. No entanto, o estudo ressalva que a queda de arrecadação com o imposto

pode ter sido compensada por outras receitas federais, os autores estimam que o custo líquido

sobre a arrecadação tenha sido de fato R$ 559 milhões em função do aumento de outros

impostos e contribuições federais como PIS/COFINS, Contribuição Social sobre o Lucro

Liquido (CSLL), o Imposto de Renda Pessoa Jurídica (IRPJ) e o Imposto de Renda Retido na

Fonte (IRRF). A análise foi feita por meio de uma regressão linear e uso projeções. Já no que

diz respeito ao efeito da medida no combate ao desemprego, o estudo é inconclusivo quanto à

eficácia, segundo os autores a medida não gerou novos postos de trabalho, mas reduziu a

velocidade das demissões, segundo os autores a medida serviu para proteger entre 50 mil e 60

mil empregos, considerando postos diretos e indiretos.

Seguido a essa análise Alvarenga et al. (2010a) (2010b) propôs um modelo de vetor

autorregressivo, porém focando exclusivamente as vendas, o autor utiliza como espaço

amostral as séries temporais disponíveis de junho de 2002 até novembro de 2009.

Analogamente, Linhares e Carvalho (2015) adotaram o mesmo método diferenciando-se pela

renda e período indo de junho de 2002 a dezembro de 2012. No que diz respeito à modelagem

das vendas, todos se ancoraram em De Negri (1998) onde a venda de veículos é uma função

do preço, renda e crédito disponível. Na Tabela 5 estão as proxies das variáveis analisadas por

cada autor, comparativamente com os estudos do IPEA/DIMAC (2009).

Remetendo-se os valores encontrados por cada pesquisa, presente na Tabela 3, há uma

convergência de resultados em relação às elasticidades da demanda do preço, renda e crédito e

33

suas importâncias relativas, considerando-se os módulos das variáveis. Há ainda de se notar a

influência do período estudado sobre cada variável. Sendo que Linhares e Carvalho (2015)

trabalharam com um maior espaço amostral e observa-se uma menor importância relativa do

preço na demanda de veículos.

Tabela 5 – Variáveis explicativas para a demanda por automóveis no Brasil utilizada por

autores selecionados.

Variável IPEA/DIMAC

(2009)

Alvarenga et al

(2010)

Linhares e Carvalho

(2015)

Venda Número de

licenciamentos5

Número de

licenciamentos

Número de

licenciamentos

Preço IPA - OG6 IPA – OG IPA-OG

Renda PIB - Mensal7

PIB - Mensal Renda Nominal8

Crédito Concessões de Crédito9 Concessões de Crédito Concessões de Crédito

Deflator IGP - DI10

IPC11

IPC

Fonte: Elaboração Própria com dados de IPEA/DIMAC (2009), Alvarenga et al. (2010) e

Linhares e Carvalho (2015).

Os autores ainda divergem entre si sobre qual é o percentual das vendas que podem ser

atribuída à redução do imposto e pode-se dizer que há um contra senso. Nos estudos do

IPEA/DIMAC (2009) 13,4 % das vendas no período estudado puderam ser atribuída à

redução do IPI contra 20,7% de Alvarenga et al. (2010a, 2010b) e 23,2% Linhares e Carvalho

(2015). No entanto, a comparação entre seus modelos econométricos demonstram diferentes

impactos da influência do preço, isto é se considerar a influência calculada pelo

IPEA/DIMAC (2009) a transmissão da variação do preço para a venda é de 284% já segundo

a modelagem de Linhares e Carvalho (2015) a venda é menos sensível a variação do preço,

isto é a transmissão da variação do preço para as venda é de 209%. No entanto, para modelos

5 Número de Licenciamentos de veículos nacionais leves fornecidos pela ANFAVEA (Associação Nacional dos

Fabricantes de Veículos Automotores).

6 Índice de Preço por Atacado origem – Produtos Industriais (Veículos automotores, reboques, carrocerias e

autopeças) – fornecido pela Fundação Getúlio Vargas (FGV).

7 Produto interno Bruto Mensal fornecido pelo Departamento Econômico do Banco Central do Brasil

(DEPEC/BCB).

8 Rendimento médio nominal do trabalho principal fornecido pelo Instituto Brasileiro de Geografia e Estatística

(IBGE).

9 Concessão de consolidada de crédito com recursos livres para aquisição de veículos fornecidos pelo

(DEPEC/BCB).

10 Índice Geral de Preços, Disponibilidade Interna, fornecido pela Fundação Getúlio Vargas (FGV).

11 Índice de Preços ao Consumidor fornecido pela Fundação Getúlio Vargas (FGV).

34

onde as vendas aparecem menos sensível ao preço, uma política de desoneração que tem

como objetivo alterar preços relativos aparece como mais a exitosa. O mesmo ocorre se

comparados IPEA/DIMAC (2009) e Alvarenga et al. (2010a, 2010b).

Tanto Linhares e Carvalho (2015) quanto Alvarenga et al. (2010a, 2010b) cujos

modelos econométricos pode-se dizer mais sofisticados do que o empregado pelo

IPEA/DIMAC (2009), encontram resultados análogos, mas estes autores não fazem referência

quanto ao impacto de tal medida sobre a arrecadação do imposto, havendo, portanto, uma

lacuna que esta dissertação visa preencher ou ao menos colaborar com a discussão já

existente, em tese uma relação negativa indicaria que a economia estaria com uma alíquota

demasiadamente alta, e que ganhos de arrecadação seriam possíveis via desoneração.

Entre trabalhos que citam a arrecadação e, portanto, preenchem uma lacuna elencada

no parágrafo anterior encontra-se o trabalho Alves e Wilbert (2014). Os autores buscaram a

correlação entre IPI e venda de veículos por meio de um modelo de regressão múltipla com as

vendas sendo são função do crédito e renda, dummies destacaram o período em que o governo

interviu. Em seu trabalho Alves e Wilbert (2014) não encontraram uma correlação entre o IPI

e a venda de automóveis, cabe ressaltar que a modelagem proposta desconsidera a influência

dos preços na venda, considerando, e que a fonte dados dos autores foi mais próxima do

consumidor do que a dos estudos citados aqui, que tinham um viés atacadista. Isto é, as

vendas de automóveis no período foram coletadas pela Federação Nacional da Distribuição de

Veículos Automotores (FENABRAVE) e o deflator foi o Índice de Preços ao Consumidor

Amplo (IPCA), já a proxy para renda foi a mesma de Linhares e Carvalho (2015). Os autores

fazem uma regressão para o período de janeiro de 2006 a março de 2010 e outra de abril de

2010 a Agosto de 2013, em ambas o coeficiente associados ao IPI, tratado como dummie,

puderam ser considerados nulos ao nível de 5% de significância.

As Tabelas 6 e 7 mostram as alíquotas vigentes no período de desoneração e o valor

antes da crise respectivamente, deve-se notar que o segmento de veículos acima de duas mil

cilindradas não foi contemplado pela desoneração, e que a segunda desoneração proposta

durou mais tempo, com as alíquotas retornando progressivamente até seu valor histórico de

antes da crise. Os segmentos mais fomentados foram os de veículos de até mil cilindradas

com 100% de desconto na alíquota, e comerciais leves com 87,5% de desconto na alíquota.

Os demais setores mencionados tiveram descontos de 50%.

35

Tabela 6 – Resumo da oscilação das Alíquotas de IPI do setor automobilístico no Brasil.

Período Motorização e Combustível Alíquotas

Reduzidas

Dezembro de 2008 a Setembro de

2009

Até mil cilindradas. 0

De mil a duas mil cilindradas flex. 5,5

De mil a duas mil cilindradas a

gasolina.

6,5

Comerciais Leves 1

Maio a Dezembro de 2012 Até mil cilindradas. 0

De mil a duas mil cilindradas flex. 5,5


gasolina.

6,5

Comerciais Leves 1

Em 2013 Até mil cilindradas. 2

De mil a duas mil cilindradas flex. 7


gasolina.

8

Comerciais Leves 2

Em 2014 Até mil cilindradas. 3



gasolina.

10

Comerciais Leves 8

Fonte: Elaboração Própria com dados da ANFAVEA e (WILBERT et al., 2014).

Tabela 7 – Alíquotas historicamente praticadas no setor automobilístico antes da crise de 2008

e após 2015 quando retornaram ao mesmo patamar – Brasil.

Período Motorização e Combustível Alíquotas

Antes de 2008 e em 2015 Até mil cilindradas. 7



gasolina.

13

Comerciais Leves 8

Fonte: Elaboração Própria com dados da ANFAVEA e (WILBERT et al., 2014).

O retorno das tarifas ao seu patamar original não ocorreu de forma de abrupta, isto é as

alíquotas foram oneradas periodicamente até seu valor habitual. Assim o período das

desonerações foi marcado por instabilidade tributária, pois comumente quando a medida

estava próxima de seu vencimento, um novo decreto a prorrogava ou estabelecia novas tarifas

e condições conforme pode ser observado nos decreto nº 6.687, de 11 de dezembro de 2008,

referente à primeira desoneração, e os decretos subsequentes de nº 6809 e 6890. Em 2012 o

36

decreto nº 7.725 de 21 de maio de 2012 foi o responsável por dar origem a novas

desonerações, e como tal também previa oneração gradual que foi sucessivamente prorrogada

até dezembro de 2014, onde as tarifas não estavam mais em seu menor patamar, mais ainda

assim abaixo de seu valor histórico com impacto visível sobre a arrecadação com o imposto.

A arrecadação total com o IPI e o percentual da arrecadação correspondente ao IPI

automobilístico feita inicialmente por Alves e Wilbert (2014) se encontram atualizadas nestre

trabalho. O Banco Central foi fonte de dados para o caso do estudo da arrecadação até o final

de 2015 conforme Figura 7. Observe que em até a crise histórica de 2008 e a edição das

primeiras desonerações a participação do IPI automotivo na arrecadação era de em média

15%.

Figura 7 – Arrecadação com IPI em milhões de reais e participação percentual da arrecadação

com IPI de automóveis na arrecadação total de IPI – Brasil – 2005 a 2015.

Fonte: Elaboração Própria com dados do BCB

Observa-se que em 2008, apesar da crise, o ano apresentou recorde para as receitas

tributárias quando comparada á anos anteriores, com a contribuição do setor automobilístico

ocupando ao redor de 15% das receitas. O imposto volta ser normalizado em março 2010 e o

padrão anterior à crise foi reestabelecido, com as receitas ocupando um espaço ligeiramente

menor a 15%. Em maio de 2012 uma nova desoneração do é proposta e as alíquotas seguem

oscilando até o final de 2014 quando retornam ao patamar anterior à crise a 2008, conforme

pode ser observado pelas tabelas 6 e 7, porém com uma aparente crise sobre o setor cuja

14,10% 15,23% 15,39% 15,21%

6,68% 14,18% 14,87%

8,98% 7,44% 8,85% 8,22%

0

10000

20000

30000

40000

50000

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

37

participação na arrecadação estatal agora é inferior a 10%, mesmo com suas alíquotas

reestabelecidas ao seu patamar histórico em 2015.

Conforme já dito, o retorno das tarifas ao seu patamar original não ocorreu de forma

de repentina, alíquotas foram oneradas periodicamente até seu valor habitual. Assim o período

das desonerações foi marcado por instabilidade tributária, pois comumente quando a medida

estava próxima de seu vencimento, um novo decreto a prorrogava ou estabelecia novas tarifas

e condições conforme pode ser observado nos decreto nº 6.687, de 11 de dezembro de 2008,

referente a primeira desoneração, e os decretos subsequentes de nº 6809 e 6890. Em 2012 o

decreto nº 7.725 de 21 de maio de 2012 foi o responsável por dar origem a novas

desonerações, e como tal também previa oneração gradual que foi sucessivamente prorrogada

até dezembro de 2014, onde as tarifas não estavam mais em seu menor patamar, mais ainda

assim abaixo de seu valor histórico.

A Figura 8 mostra a Utilização da Capacidade Instalada (UCI) em termos percentuais

da indústria de Veículos automotores, reboques e carrocerias, fornecidos pela CNI, em termos

anuais. Desde 2010 o setor vem apresentando problemas com desaceleração de sua atividade.

A nova desoneração proposta em 2012 parece ter repercutido menos na utilização da

capacidade instalada, apesar de ter durado mais, quando comparada a 2008. Justificativas na

teoria econômica não faltam para a explicação do ocorrido. Conforme visto, o automóvel

como bem durável tem sua demanda mais afetada pela renda do que preço e uma desoneração

pode ter provocado simplesmente uma antecipação de consumo, o que torna o esfriamento do

setor nos anos seguintes algo previsível. Outras questões, conforme já citado nesta dissertação

estão relacionadas ao mercado de crédito que pode ter exercido maior influência sobre a

demanda do que o preço do bem em si, alvo desta política.

38

Figura 8 – Utilização da Capacidade Instalada (UCI) em termos percentuais do setor de

Veículos automotores, reboques e carrocerias.

Fonte: Elaboração Própria com dados da CNI (2016)

Como no caso de 2008, uma série de medidas ligadas a gastos governamentais e

fornecimento de crédito foi tomada em conjunto com as desonerações conforme já exposto. A

análise preliminar da bibliográfia aponta para incapacidade de mudança na trajetória do

crescimento econômico, e que haja uma possível antecipação de consumo conforme elencado

por Barrel e Weale (2009) para o caso de bens duráveis. Além disso, outras variáveis como a

renda e crédito tem forte influência sobre o padrão de consumo, com predomínio da renda no

mercado de automóveis conforme analises de Baumgarten Jr. (1972) e De Negri (1998) e

outros supracitados por meio da Tabela 3. O crédito se relaciona com a renda no setor

conforme expoe o trabalho de Attanasio; Goldberg; Kyriazidou (2007) e Texeira (2013). A

compreensão destes trabalhos em conjunto permite a contrução de uma análise estatística

mais sofisticada do que as porpostas por IPEA/DIMAC (2009). Alvarenga et al. (2010a,

2010b), Linhares e Carvalho (2015), com a inclusão da arrecadação em um modelo de séries

temporais.

A inclusão da arrecadção na análise se faz pertinente, uma vez que tarifas elevada

podem a inibir a economia acima do desejável conforme Becsi (2000) no modelo simplificado

da Curva de Laffer, que sugere a existência de uma tarifa ótima. Como para o caso do Brasil o

imposto indireto presente na composição do preço do veículo é quase o dobro quando

comparado à países cujo o setor é mais desenvolvido e estável. Pode-se assim encontrar que o

setor automobilístico talvez esteja com uma alíquota muito alta caso encontre-se uma

correlação negativa entre arrecadação e desoneração e que a retomada do setor tenho sido

70

75

80

85

90

95

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

39

mais em funçao do reestabelicimento do mercado de crédito e não em função dos recursos

transferidos via desoneração do IPI em si.

3. METODOLOGIA

3.1. REFERENCIAL TEÓRICO

A fundamentação teórica que traça um paralelo do custo da carga tributária na

economia com a arrecadação do estado passa pelo conceito da Curva de Laffer, idealizada

originalmente na década de 80 pelos economistas chamados de supply-siders. Segundo estes

economistas o aumento da arrecadação seria possível por meio de corte de impostos (BECSI,

2000; PAES, 2010). Em um modelo simples de equilíbrio entre oferta e demanda, com a

inclusão de uma tarifa sobre os preços, teoricamente, seria possível que em um determinado

momento que a elevação da carga tributária não mais aumentasse a arrecadação, mas a

diminuísse em função da inibição da atividade econômica (BECSI, 2000; MANKIW, 2005).

O conceito é bastante simples e intuitivo conforme pode ser visto na Figura 9.

Figura 9 – Curva de Laffer

Figura 9a

Figura 9b

Fonte: (BECSI, 2000 MANKIW, 2005)

De acordo com tal modelo, um aumento na carga tributária sobre um imposto sobre

valor adicionado (IVA) ou ad valorem é benéfico à arrecadação até certo ponto onde o

produto do preço pela quantidade é crescente, conforme Figura 9a e 9b. Estes trechos estão

representados pelo segmento AB de cada figura. No entanto em um dado momento, aqui

representado pelo trecho BC de cada figura, tendo o ponto B como ponto hipotético de

40

inflexão, um aumento de imposto inibiria a economia de tal forma que o produto do preço

pela quantidade se torna menor com consequente queda da arrecadação, deslocando a

economia para o trecho BC da figura 9a correspondente a tarifa trecho BC da figura 9b

correspondente à arrecadação. Assim para uma tarifa muito alta, uma redução de impostos

contraria o aspecto intuitivo de que provocaria queda na arrecadação, quando na verdade a

elevaria. Tal modelo também sugere a existência de uma tarifa ótima para arrecadação do

estado.

A existência de uma tarifa ótima observadas nas Figuras 9a e 9b bem como a

localização do ponto de inflexão das receitas tributária dependem não só da alíquota, mas

também da elasticidade-preço da oferta do produto. Varian (2006) propõe um

equacionamento a fim de se averiguar quando o efeito Laffer seria mais provável em função

de sua elasticidade. Assim a equação (1) fornece as receitas tributárias T em função da oferta

S, do preço do produto p e da tarifa t:

𝑇 = 𝑡𝑝𝑆(𝑝) (1)

Derivando-se a receita tributária em função da tarifa é possível escrever a equação (2)

(VARIAN, 2006).

𝑑𝑇

𝑑𝑡= ⌊−𝑡

𝑑𝑆(𝑝)

𝑑𝑝p̅ + S(p)⌋ p̅ (2)

Observe que dp/dt = − p ̅ e que o efeito Laffer ocorre quando há queda das receitas

mesmo com aumento da tarifa. Para que isto ocorra à equação (2) deve ser negativa, assim o

termo que multiplica p̅ deve ser negativo, o que incorre na equação (3) (VARIAN, 2006).

−𝑡𝑑𝑆(𝑝)

𝑑𝑝p̅ + S(p) < 0 (3)

Rearranjando-se os termos para se ter um parâmetro das elasticidade em função das

tarifas tem-se a equação (4) (VARIAN, 2006).

𝑑𝑆(𝑝)

𝑑𝑝

p

𝑆>

1−t

𝑡 (4)

41

Assim tem-se uma função que estima a ocorrência do efeito Laffer em função da

elasticidade da oferta e da tarifa, se substituir t pela tarifa média que incide no setor, que

segundo a ANFAVEA (2015) é de 30,4% tem-se que o efeito Laffer é mais provável quando a

elasticidade-preço da oferta é superior a 2,289, em outras palavras, para um aumento de 10%

no preço do automóvel haveria um aumento de 22,89% na quantidade ofertada. Isto quer dizer

que caso o setor automobilístico tenha uma oferta elástica, a ocorrência do efeito Laffer se

torna mais provável.

O comportamento da arrecadação e impostos indiretos são de difícil análise, pois o

impacto de um imposto esta diretamente ligada à elasticidade-preço da oferta. Também é

intuitiva ao se analisar que esta é uma propriedade de cada mercado, assim uma alíquota

ótima para um setor não necessariamente a mesma para outro. A incidência e a distribuição de

peso-morto bem como os custos sociais decorrentes da tarifa também são assuntos abordados

na economia.

Segundo Mankiw (2005) a geração de peso morto decorrente da tributação é menor

quando a elasticidade-preço da demanda é mais inelástica, no entanto, maiores custos

associados a peso morto recaem sobre o consumidor e consequentemente sobre o contribuinte.

Nas análises empíricas sobre o mercado brasileiro, os valores encontrados sugerem uma

demanda elástica de automóveis em relação aos preços, considerando os estudos que

consideram os dados com elevado grau de agregação, isto é, sem considerar as peculiaridades

do produto. Isto sugere que a maior parte do peso morto gerado por uma tributação recaia

sobre o produtor, apesar de a análise de De Souza, Petterini e Miro (2010) contrariar esta

teoria, pois tais autores calculam que 78,2% do total do peso morto gerado recaem sobre o

consumidor, mesmo seus estudos apontando pra uma demanda elástica conforme resultados

que pode ser observados na Tabela 3.

Se pelo viés econômico, uma tributação demasiadamente alta pode afetar

negativamente as receitas estatais, pelo viés jurídico ela também é vista com maus olhos. O

Código Tributário Nacional (CTN) tem entre seus princípios o Princípio da Capacidade

Contributiva subentendido pelo art. 145 parágrafo primeito da CF, tal princípio limita a

capacidade de tibutação do estado, evitando assim uma tarifa confiscatória.

No entendimento de Silva (2010) há um trade-off na administração dos tributos

brasileiros em função da justiça social que se persegue com a criação de tributos entrar em

42

choque com pressões de ordem macroeconômica que em regra visam o controle do processo

inflacionário e o desenvolvimento econômico.

Emran e Stiglitz (2005) observam ainda que a tributação em países que desfrutam de

parte significantes de sua economia na informalidade podem fomentar ou inibir o mercado

formal por meio da oneração de tributos. Segundo um modelo equilíbrio geral formulado

pelos autores, considerando commodities e equilíbrio entre mercado formal e informal, uma

oneração favoreceria o mercado informal. Se confrontado o ponto elencado por Emran e

Stiglitz (2005) com os pressupostos elencado por Laffer, é possível que a arrecadação ótima

seja menor do que o esperado para o caso brasileiro em função da migração da econômia

como um todo para informalidade em caso de uma oneração. No entanto, pode-se considerar

que o caminho contrário talvez também seja possível para o comportamento da informalidade,

isto é, uma desoneração, ou simplificação do sistema tributário, pode fomentar a migração

para formalidade e assim aumentar a arrecadação.

De certa forma o problema da informalidade da economia elencados por Emran e

Stiglitz (2005) é assistido por autoridades brasileiras e formadoras de políticas tributárias.

Naylor (2014) observa que em dezembro de 2006 um novo Estatuto das Microempresas e

Empresas de Pequeno porte foi proposto com a criação de um subsistema tributário conhecido

como Simples Nacional que unificou e simplificou o recolhimento de um espectro de

impostos. O autor ainda observa que a matéria foi objeto de estudo de juristas como Marins e

Bertoldi, que afirmam que esta seria a mais importante iniciativa de reforma tributária desde

constituição de 1988.

Apesar de a indústria automobilística em teoria não sofrer impacto direto de políticas

tributárias, que em regra, favoreceram microempresas e empresas de pequeno porte, deve-se

observar que além da teoria econômica tradicional a arrecadação esta sujeita a uma legislação

tributária complexa, o que em tese torna a previsibilidade dos efeitos de uma mudança de

alíquota uma tarefa difícil. Em segundo plano esta dissertação contribui com argumento para

simplificação do sistema tributário, e assim tornar de mais fácil análise os impactos da política

tributária em conjunto com a informalidade e de outros problemas econômicos decorrentes

desta complexidade.

43

3.2. REFERENCIAL ANALÍTICO

3.2.1. SÉREIS TEMPORAIS

A metodologia é uma análise empírica ex-post-facto por meio da abordagem de séries

temporais multivariadas, que é o assunto deste tópico. A escolha dessa modelagem se dá

devido à sua capacidade de calcular a interação dinâmica entre as variáveis (BUENO, 2008).

Trabalhos empíricos já existentes como Alvarenga et al., (2010a, 2010b) e Linhares e

Carvalho (2015) fizeram uso desta metodologia com projeções para a análise das medidas de

desoneração.

Uma série de tempo pode ser definida como um conjunto de observações disposta

sequencialmente em um horizonte tempo, esta pode ter características determinística ou

estocástica (aleatória), linear ou não linear, estacionária ou não estacionária. Para a construção

do modelo, Bueno (2008) sugere que as séries envolvidas, sendo um processo estocástico,

devem ser também estáveis ou estacionárias. A definição de processo estacionário é aquele

cuja distribuição de probabilidade conjunta permanece estável ao longo do tempo. Um

processo estocástico e estacionário possui as características descritas de forma matemática

pelas equações (5), (6) e (7).

𝐸(𝑌𝑡) = 𝜇 (5)

𝑉𝑎𝑟(𝑌𝑡) = 𝐸(𝑌𝑡 − 𝜇)2 = 𝜎2 (6)

𝐶𝑜𝑣(𝑌𝑡,𝑌𝑡+𝑘) = 𝐸(𝑌𝑡 − 𝜇)( 𝑌𝑡+𝑘 − 𝜇) = 𝛾𝑘 (7)

A equação (5) diz que a média, a equação (6) diz respeito à variância e por fim a

equação (7) a covariância, todas devem ser constantes ao longo do tempo para poder

considerar a série pelo menos um processo estacionário fraco.

A maioria das séries possui alguma tendência, o que implica em uma mudança na

média ao longo do tempo e consequente não-estacionariedade. A literatura é vasta no que diz

respeito avaliação de tal fenômeno e da necessidade de diferenciação ou não, assim há

diversas formas de avaliação de estacionariedade que buscam a presença de raiz unitária nas

44

séries. Este trabalho se valerá de dois testes que são complementares entre si o teste Dickey-

Fuller Aumentado (ADF) e o teste KPSS (Kwiatkowski, Phillips, Schimidt e Shin) descritos

nas seções subsequentes.

O modelo empregado neste trabalho é o VAR (Vetor Autorregressivo), que trata de

uma sequência de séries temporais conectadas por uma matriz estrutural 𝐴, conforme

apresentado na equação (8).

𝐴𝑌𝑡 = 𝐵0 + ∑ 𝐵𝑖𝑋𝑡−𝑖 + 𝐵휀𝑡𝑝𝑖=1 , para 1 ≤ t< T (8)

O vetor 𝑌𝑡 é uma coluna nx1 das variáveis endógenas ao modelo, A é uma matriz nxn

de coeficientes contemporâneos, Bi uma matriz nxn dos coeficientes defasados, 𝑒𝑡 é um vetor

nx1 forma reduzida conforme a equação (9) (BUENO, 2008).

𝑌𝑡 = 𝜙0 + ∑ 𝜙𝑖𝑌𝑡−𝑖 + 𝑒𝑡𝑝𝑖=1 , para 1 ≤ t< T (9)

Em que 𝜙 representa os coeficientes na forma reduzida com diferentes defasagens

vista na equação (10) (BUENO, 2008).

𝜙𝑖 ≡ 𝐴−1𝐵𝑖 , para i = 0, 1, 2, 3... ... p. e 𝐵휀𝑡 ≡ 𝐴𝑒𝑡 (10)

As relações de causalidade merecem maior atenção, uma vez que a elaboração do

modelo deve seguir da variável mais endógena para a mais exógena (BUENO, 2008). A

sequência das variáveis carece de maiores explicações e será devidamente abordada quando

os dados forem apresentados.

Quanto à ordem de regressão do modelo, serão utilizados três critérios para defini-la,

Schwarz (SBIC), também conhecido como critério bayesiano, critério Akaike (AIC) e critério

de Hannan-Quinn (HQ), cujas respectivas equações são apresentadas pela equação (11),

equação (12) e equação (13) (BUENO, 2008).

𝐴𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +2

𝑇𝑚𝑛2 (11)

45

𝑆𝐵𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +𝑙𝑛𝑇

𝑇𝑚𝑛2 (12)

𝐻𝑄𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +ln (𝑙𝑛𝑇)

𝑇2𝑚𝑛2 (13)

A aceitação do modelo esta sujeita à avaliação de estabilidade, isto é, todas as suas

raízes dentro do circulo unitário, e da não existência de autocorrelação residual, é desejável

também que os resíduos tenham distribuição normal.

A possível existência de uma correlação de longo prazo entre as séries bem como a

existência de uma componente determinística relacionado ao período em que a alíquota de

impostos esteve abaixo do seu valor histórico exige a aplicação de um modelo econométrico

mais sofisticado que o descrito pela equação (8) com a introdução de um termo 𝑍𝑡 referente à

dummie que destaca o período desoneração, foco deste trabalho. Assim a equação (8) pode ser

reescrita tal como na equação (14) (GUERRERO et al., 2008)

∆𝑌𝑡 = 𝛼𝛽′𝑌𝑡−1 + ∑ Λ𝑖∆𝑌𝑡−𝑖 + 𝐷𝑍𝑡 + 𝑒𝑡𝑝−1𝑖=1 (14)

3.2.2. TESTE DE RAIZ UNITARIA E COINTEGRAÇÃO DE JOHANSEN

Os testes de raízes unitárias surgem da necessidade de se avaliar a estacionariedade

das séries de forma estatística já que a avaliação de forma visual geralmente incorre em erros

(BUENO, 2008). Assim, deverá se avaliar a presença ou não de raiz unitária das séries que

irão compor o modelo por meio dos dois testes já mencionados. Caso haja presença de raiz

unitária, a série deverá ser estacionarizadas por meio de diferenciação (BUENO, 2008).

O teste ADF consiste em estimar as equações (15) a (17) para a série temporal.

∆𝑦𝑡 = 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (15)

∆𝑦𝑡 = 𝜇 + 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (16)

∆𝑦𝑡 = 𝜇 + 𝛿𝑡 + 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (17)

46

Estimados os modelos, deve-se testar a hipótese de nulidade de seus coeficientes com

base na estatística F. Três hipóteses são testadas na realização teste 𝐻01: 𝛼 = 𝜇 = 0, 𝐻0

2: 𝛼 =

𝜇 = 𝛿 = 0 𝐻03 𝛼 = 𝛿 = 0. Assim, deve-se calculcar o valor de 𝛟, baseado em testes

convencionais dos resíduos cuja formula é apresentada na equação (12) (BUENO, 2008). A

equação (15) é referente ao teste de estacionariedade de uma série com tendência, a equação

(16) pressupõe tendência e intercepto e a equação (17) pressupõe tendência, intercepto e drift.

Na equação (18) r é o número de restrições que se impõe em cada teste, podendo

assumir neste caso valores iguais a 2 ou 3, T é o tamanho da amostra, k é o número de

parâmetros estimados no modelo não restrito e o índice i faz referência ao valor de 𝛟 em cada

estimação. Caso 𝛟 calculado seja maior que 𝛟 estimado, rejeita-se a hipótese nula, isto é, há

presença de raiz unitária, portanto a série é não-estacionária. A análise visual das séries é

descrita no tópico 4.1 Análise Descritiva do Dados permite supor que os modelos adequados

para teste de estacionariedade são aqueles com intercepto e intercepto e tendência com talvez

um drift para a série Arrecadação.

ϕ𝑖 =(ê′ê𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎−ê′ê 𝑛ã𝑜𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎)

𝑟ê′ê 𝑛ã𝑜𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎

(𝑇−𝐾)

(18)

Há um problema relacionado no teste ADF quanto aos critérios de defasagem, a fim de

se evitar arbitrariedade na escolha dos lags na execução dos testes, seguiu-se o determinado

nas especificações determinadas por Bueno (2008) que aponta diversos critérios para escolha

da defasagem. Na metodologia empregada nesta tese, escolheu-se o critério AIC modificado,

condizente com boas práticas econométricas.

Segundo Bueno (2008), os testes propostos por Dickey & Fuller (1979, 1981) tem

baixo poder, isto é, não rejeita a hipótese nula para presença de raiz unitária para uma série de

situações econômicas. Em função disso, este trabalho irá usar de forma complementar o teste

elaborado por Kwiatkowski, Phillips, Shin e Schmidt (1992), conhecido também como teste

KPSS. Este teste traz em sua hipótese nula o oposto do teste ADF, assim para o KPSS tem-se

que 𝐻0: a série é estacionária e 𝐻1: A série não é estacionária.

O teste KPSS consiste em analisar as hipóteses a respeito do grau de integração da

série. Assim, estatisticamente deverá se testar as hipóteses 𝐻0: 𝑦𝑡 ~ 𝐼(0) e 𝐻1: 𝑦𝑡 ~ 𝐼(1). Não

se pode testar o grau de integração das séries diretamente, assim deverá se fazer a análise da

47

variância testando-se as hipóteses 𝐻0: 𝜎2 = 0 e 𝐻1: 𝜎2 > 0 (BUENO, 2008). Para a

realização dos testes deve-se estimar o modelo proposto na equação (19).

𝑦𝑡 = 𝜇 + 𝛿𝑡 + 𝑒𝑡 (19)

Em seguida, se calcula os resíduos dessa regressão, conforme a equação (20).

𝑒𝑡′ = 𝑦𝑡 − 𝜇′ − 𝛿′𝑡 (20)

Depois, deve-se calcular a soma parcial dos resíduos, de acordo com a equação (21).

𝑆𝑡 = ∑ 𝑒′𝑗𝑡𝑗=1 (21)

Utilizando o método de multiplicador de Lagrange (LM) tem-se a equação (22).

KPSS = ∑𝑆𝑡

2

𝑇2𝜐2𝑇𝑡=1 (22)

Onde 𝜐2 é a variância de longo prazo de longo prazo, definida pela equação (23).

𝜐2 = 𝜎′2 +2

𝑇∑ 𝜔 (

𝑗

𝑀+1)∑ 𝑢′𝑡𝑢′𝑡−𝑗

𝑇𝑡=𝑗+1

𝑀𝑗=1 (23)

Onde 𝜔 é um parâmetro, T o tamanho da amostra e 𝑢′𝑡 os valores da autocovariâncias

estimadas.

Se 𝑦𝑡 for um processo estacionário, então 𝑆𝑡 será I(1) e o numerador do KPSS é um

estimador da variância e tem um limite assintótico, por outro lado se 𝑦𝑡 for I(1), o numerador

irá crescer sem limite o que incorre na rejeição da hipótese nula, portanto em não

estacionariedade (BUENO, 2008).

Igualmente ao teste ADF, o teste KPSS também incorre no problema da escolha dos

lags de defasagem para o teste. A arbitrariedade foi resolvida escolhendo-se o critério de

Newey & West (1994). Por razões análogas ao teste ADF, as discussões a respeito do critério

de seleção foram suprimidas, ressaltando-se que o modelo econométrico não esta em

questionamento nesta dissertação.

A maioria das séries econômicas apresenta alguma relação de longo prazo, tal qual se

pode citar PIB, taxa de juros, preços e inflação como um exemplo, entre outros tantos. Assim

estas séries não-estacionária dada sua tendência de longo prazo, podem oscilar em um passeio

aleatório conjuntamente com outras séries, quando isto ocorre, diz-se que há raiz unitária e

cointegração entre elas (MOREIRA, 2011). Se as séries não-estacionárias em nível, mas

48

estacionárias em mesma diferença, diz-se que as séries são integradas de mesma ordem, assim

deve-se realizar um teste de cointegração para averiguação deste comportamento (BUENO,

2008).

As variáveis deste trabalho apresentam uma dinâmica em comum por natureza, ou

seja, uma variável tem influência direta sobre a outra no horizonte de longo prazo. Isto é, não

se pode ter arrecadação com IPI sem produção, a produção não ocorre sem vendas, e as

vendas não ocorrem sem demanda. Diz-se assim que as séries são cointegradas. Ou seja, há

um vetor β não nulo tal que 𝑢𝑡 = 𝑌′𝑡𝛽 ~𝐼(𝑑 − 𝑏), 𝑏 > 0, onde 𝑌𝑡 é o vetor com as séries de

interesse (ENGLE; GRANGER, 1987). A fim de se estabelecer a existência ou não deste

vetor 𝛽, irá se fazer o teste de cointegração de Johansen (1988), caso encontado algum vetor

de cointegraçã 𝛽, o modelo de vetor autorregressivo incorre em um termo a mais, que é a

relação de longo prazo, passando assim a se chamar Modelo de vetor autorregressivo com

correção de erros (VECM).

Dado o equacionamento do VECM, expresso pela equação (24), onde a matriz 𝜙 pode

ser detalhada em 𝜙 = 𝑎𝛽′, sendo 𝑎 a velocidade de ajustamento dos parâmetros no curto

prazo 𝛽 os coeficientes de cointegração de longo prazo. O número de vetores de cointegração

é dado pela estatística traço, calculada pela equação (25). Tenta-se assim estimar o posto da

matriz 𝜙 com imposição de restrições r, 𝜆𝑖 dos autovalores da matriz 𝛽 e T é o número de

observações, ou período da amostra. A hipótese nula 𝐻0 é que 𝜆(𝑟) = 0, a não rejeição de 𝐻0

com r restrições, indica r vetores de cointegração.

∆𝑌𝑡 = 𝜙𝑌𝑡−1 + ∑ Λ𝑖∆𝑌𝑡−𝑖 + 𝑒𝑡𝑝−1𝑖=1 (24)

𝜆𝑡𝑟(𝑟) = −𝑇 ∑ ln (1 − 𝜆𝑖)𝑛𝑖=𝑟+1 , com r = 0,1,2,3,...n (25)

3.2.3. FUNÇÃO IMPULSO RESPOSTA E DECOMPOSIÇÃO DA

VARIÂNCIA

A análise da função impulso resposta (IRF – Impulse Response Function) vem da

necessidade de mensurar o efeito de um choque exógeno sobre as variáveis. A qualquer

momento de um tempo, um impulso de uma variável pode impactar em outras séries por

49

completo. Se o sistema de equações for estável, um choque deve desvanecer para zero, em

caso de instabilidade a trajetória do choque deverá ser explosiva (MOREIRA, 2011).

A função impulso-resposta foi originalmente concebida para um modelo VAR, sem a

inclusão de coeficientes de longo prazo, presente em um modelo mais sofisticado VECM.

Assim, seguindo a nomenclatura das variáveis proposta por Hamilton (1994), tem-se que um

modelo VAR pode ser convertido em um modelo de médias móveis de ordem infinita MA(∞),

tal como na equação (26).

𝑦(𝑡) = 𝜇 + 휀𝑡 + 𝜓1휀𝑡−1 + 𝜓2휀𝑡−2 + ⋯+ 𝜓𝑛휀𝑡−𝑛 (26)

Derivando-se os termos em função de 휀𝑡−𝑛, tem-se que na equação (27).

𝜓𝑠 =𝑑𝑌𝑡+𝑠

𝑑𝜀𝑡𝑗 (27)

Assim a matriz 𝜓𝑠 é uma função de taxa de variação cujos elementos são identificados

e mede o efeito de um aumento unitário δ em um elemento t da coluna j da matriz. Se o

primeiro elementos 휀𝑖 deslocou δ1, os elementos subsequentes a ele deslocaram δ1 δ2 δ3 ...

δ𝑛 (HAMILTON, 1994).

Combinado os efeitos dos deslocamentos com equação original do vetor y(t) pode-se

escrever a equação (28)

𝛥𝑦(𝑡 + 𝑠) = 𝑑𝑌𝑡+𝑠

𝑑𝜀𝑡1 δ1 +

𝑑𝑌𝑡+𝑠

𝑑𝜀𝑡2 δ2 +

𝑑𝑌𝑡+𝑠

𝑑𝜀𝑡𝑛 δ𝑛 … = 𝜓𝑠 δ, onde δ1 = (δ1 δ2 δ3 ... δ𝑛 ) (28)

Os elementos da linha i e da coluna j de 𝜓𝑠 são dados então pela equação (29).

𝜓𝑠 = 𝜓𝑖𝑗𝑠 =

𝑑𝑌𝑖,𝑡+𝑠

𝑑𝜀𝑗,𝑡 , onde ij = 1 (29)

A função 𝜓𝑠 descrita pela equação (29) é a chamada função impulso-resposta, por

meio dela pode-se mensurar o efeito de um choque unitário positivo de uma variável sobre

outra em um período t e subsequentes a ele (HAMILTON, 1994).

50

Da equação (28), pode-se também deduzir a decomposição do erro de previsão da

variância, da conversão do VAR para um VMA(∞), tem-se que o erro quadrado médio (mean

squared error MSE) pode ser dado pela equação (30) (HAMILTON, 1994).

𝑀𝑆𝐸(𝒚𝑡+𝑠|𝑡) = 𝐸 [(𝑦𝑡+𝑠 − 𝒚𝒕+𝒔|𝒕)( 𝑦𝑡+𝑠 − 𝒚𝒕+𝒔|𝒕)′] (30)

Onde 𝑦𝑡+𝑠|𝑡 é o valor estimado e𝑦𝑡+𝑠 o valor observado que pode ser escrito na forma

em termos da matriz Ω pela equação (31) (HAMILTON, 1994).

Ω = 𝐸(휀𝑡휀𝑡′) (31)

O erro pode ser escrito em função de distúrbios ortogonalizado (𝑢1𝑡, 𝑢2𝑡, 𝑢𝑛𝑡), assim a

contribuição para o erro quadrado médio (MSE) ficaria como na equação 32 (HAMILTON,

1994).

휀𝑡 = 𝐴𝑢𝑡 = 𝑎1𝑢1𝑡 + 𝑎2𝑢2𝑡 + 𝑎3𝑢3𝑡 + ⋯+ 𝑎𝑛𝑢𝑛𝑡 (32)

Das equações (30) e (32) tem-se a equação (33), que é o erro quadrado médio em

função dos distúrbios ortogonalizados e dos parâmetros VMA(∞) (HAMILTON, 1994).

𝑀𝑆𝐸(𝒚𝑡+𝑠|𝑡) = ∑ {𝑣𝑎𝑟(𝑢𝑗𝑡). (𝑎𝑗𝑎′𝑗 + 𝜓1𝑎𝑗𝑎

′𝑗𝜓1

′ + ⋯+ 𝜓𝑠−1𝑎𝑗𝑎′𝑗𝜓𝑠−1

′ )}𝑛𝑗=1 (33)

Com 𝒔 → ∞ para uma covariância estacionária, a equação (33) permite calcular a

porção de uma variável 𝑦𝑖 que se deve a um distúrbio estrutural 𝑢𝑗𝑡 (HAMILTON, 1994).

Assim deverá se avaliar a função impulso-resposta e a decomposição da variância

seguindo o diagrama Lutkepohl, (2005, Apud MOREIRA, 2011) na Figura 10, onde o modelo

é previamente avaliado em relação à suas raízes, que devem permanecer dentro do circulo

unitário, e a não existência de autocorrelação residual entre as séries (BUENO, 2008).

51

Figura 10 – Fluxograma de modelagem de um Vetor Autorregressivo

Fonte: Lutkepohl, (Apud MOREIRA, 2011)

3.2.4. ORIGEM E TRATAMENTO DOS DADOS

Os dados referentes à venda foram retirados da ANFAVEA, foi considerado como

“vendas” o número de licenciamento de autoveículos e comerciais leves nacionais. A proxy

para o preço foi retirada da Revista Conjuntura Econômica do portal IBRE/FGV e trata do

Índice de Preços ao Consumidor – veículos, o que difere dos trabalhos até o presente aqui

citados, que possuem um viés atacadista. Com relação à renda, considerou-se a Renda

Nominal Habitual Recebida pelo Trabalhador, serie disponibilizada pelo IBGE, tal qual como

foi utilizada por Linhares e Carvalho (2015).

A proxy para o crédito é a mais problemática, o BCB12

passou a utilizar uma nova

metodologia para calcular as concessões consolidadas de crédito para aquisição de veículos

para pessoas físicas em março de 2011, duas séries com este mesmo objetivo coexistiram no

período até dezembro de 2012, quando a metodologia antiga foi abandonada, assim a série de

crédito presente neste trabalho é a junção destas duas. A justificativa para tornar a análise

viável, é que a diferença relativa durante o período em que as duas séries coexistiram foi em

média de 2%. Assim, mesmo sendo uma fonte de distorção estatística dada à diferença

metodológica entre elas, se agrupou as séries para que pudesse alcançar o horizonte de tempo

12

Banco Central do Brasil

52

de até dezembro de 2015. A arrecadação com o IPI do setor automobilístico foi obtidas

diretamente do Banco Central.

As séries receberam tratamento, a fim de que a modelagem fosse possível, com as

transformações de dados para uma mesma base, e o seu ajuste sazonal método X13-ARIMA,

metodologia empregada pelo IBGE para dessazonalizar e disponibilizada pelo Census Bureau,

cujos resultados estão ilustrados graficamente na seção 4.1 Análise Descritiva dos Dados.

A modelagem também se dará em cima do logaritmo neperianos dessas séries para

correção de eventuais heterocedasticidades e minimizar o efeito de quebras estruturais.

4. RESULTADOS

4.1. ANÁLISE DESCRITIVA DOS DADOS

O fato gerador da arrecadação do IPI é a saída do produto do estabelecimento

industrial ou desembaraço aduaneiro, conforme Cardoso e Malan (2002), portanto a produção

de veículos em si. A proxy adotada para as vendas neste estudo é o número de licenciamento

de carros nacionais e de comerciais leves conforme visto na Figura 11. A correlação entre as

séries licenciamentos e produção foi acima de 0,872 para o período amostral estudado.

Figura 11 – Produção e Licenciamento de veículos nacionais: autoveículos e comerciais leves

– Brasil – março de 2002 a dezembro de 2015.

Fonte: Elaboração própria com dados da ANFAVEA (2016)

050000

100000150000200000250000300000350000

mar

/02

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

53

Quando confrontada a venda com o crédito disponível, é possível avaliar acerca da

existência de cointegração das séries estatisticamente testada na Tabela 10 da seção a seguir

4.2 Análise de Estacionariedade e Modelagem. A Figura 11 mostra uma depressão referente à

crise de 2008 que também pode ser observada na Figura 12, o que é um indicativo de

cointegração. Tal fato também explicita a importância do mercado de crédito para o setor.

Figura 12 – Concessão de crédito consolidada para compra de automóveis, pessoa física em

R$ milhões – Brasil – março de 2002 a dezembro de 2015.

Fonte: Elaboração Própria com dados do Banco Central (2016)

A variável utilizada como proxy para a renda do trabalhador apresenta um leve

aumento ao longo do tempo quando deflacionada pelo IPCA. Conforme pode ser verificado

na Figura 13. Essa tendência vai de 2005 até o começo de 2015, e então ela passa declinar.

Figura 13 – Renda Nominal Habitual e Renda Nominal Habitual deflacionada pelo IPCA em

Reais – Brasil – março de 2002 a dezembro de 2015.

Fonte: Elaboração Própria com dados do IBGE (2016)

0

2000

4000

6000

8000

10000

12000

mar

/02

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

500,0

1 000,0

1 500,0

2 000,0

2 500,0

mar

/02

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

54

Na Figura 14 é possível observar o impacto das desonerações na arrecadação com o

IPI automobilístico, com duas quedas acentuadas. Uma referente a dezembro de 2008 e outra

referente a maio de 2012. É importante salientar que para fins de análise de política tributária,

todos os impostos de característica ad valorem que incidem sobre o automóvel deveriam ser

idealmente considerados, neste caso, segundo ANFAVEA (2015) seriam o PIS/ COFINS e o

ICMS. Assim uma desoneração no IPI automobilístico para fomento do setor pode aumentar

a arrecadação com o ICMS e PIS/COFINS. A soma da arrecadação com os três impostos pode

indicar que um corte de impostos repercute positivamente sobre o somatório arrecadado pelo

Estado, o que indica que a alíquota de imposto esta acima do desejado segundo o referencial

teórico da Curva de Laffer.

Figura 14 – Arrecadação com IPI em milhões de reais – Brasil – março de 2002 a dezembro

de 2015.

Fonte: Elaboração Própria com Dados do Banco Central (2016)

Por fim, apresenta-se a proxy utilizada para os preços dos automóveis - Figura 15 –

que será o Índice de Preço ao Consumidor para Veículos. Cabe ressaltar que esta análise

difere dos trabalhos apresentados na revisão bibliográfica que utilizaram índices atacadistas

para o setor. Pode-se observar na Figura 15 duas quedas proeminentes na série, referentes às

desonerações no final de 2008 e novamente em 2012. Além destas duas mudanças, outros

fatores de mercado referentes à determinação da oferta e da demanda podem ter influenciado

tais quedas. Na conjuntura das desonerações os problemas associados à concessão de crédito

estão evidenciados neste trabalho.

0100200300400500600700800

mar

/02

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

55

Figura 15– Índice de Preço ao Consumidor, Veículos – Brasil – março de 2002 a dezembro de

2015

Fonte: Elaboração Própria com dados da Revista Conjuntura Econômica, IBRE – FGV

(2016)

Considerando a extensão de tempo estudada e a periodicidade dos dados na disposição

mensal tem-se uma amostra com 166 observações de cada série. Segundo Siqueira (2001),

que utiliza a metodologia Box & Jenkins (1976) para prever a arrecadação do Estado, um

modelo de séries temporais deve ter pelo menos 50 períodos. Assim, embora haja diferença

entre a amostra mínima para um modelo univariado como Box & Jenkins (1976) e

multivariado como o VAR, julga-se que o tamanho da amostra é adequado e pode ser

considerada suficiente para a análise pretendida neste trabalho.

4.2. ANÁLISE DE ESTACIONARIEDADE E MODELAGEM

As Tabelas 8 e 9 exibem as análises dos testes ADF e KPSS respectivamente com os

lags para a medição da estacionariedade segundo os critérios de MAIC para o ADF e Newey

e West (1994) para o KPSS. Os resultados apontam para rejeição de estacionariedade com as

variáveis em nível para a maioria dos modelos. Ou seja, não se pode rejeitar a hipótese nula

com 5% de significância no teste ADF e se pode rejeitar 𝐻0 no caso KPSS, complementar ao

ADF. Avaliou-se a estacionariedade considerando a existência ou não de tendência das séries.

40

60

80

100

120

140m

ar/0

2

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

56

Tabela 8 – Teste ADF dados mensais.

Variável Restrições ADF13

em nível

p-valor ADF em

primeira

diferença

p-valor em

primeira

diferença

lnprecoauto Intercepto 0,332 0,9788 -5,722 0,0000

Lag (1) Tendência e intercepto -1,276 0,8938 -5,746 0,0000

lnarrec Intercepto -2,924 0,0427 -9,680 0,0000


lncredito Intercepto -1,560 0,5037 -8,769 0,0000


lnvenda Intercepto -1,588 0,4897 -8,258 0,0000


lnrenda Intercepto -0,634 0,8632 -4,129 0,0009


Fonte: Elaboração própria.

Tabela 9 – Teste KPSS dados mensais.

Variável Restrições Lag do teste KPSS14

em

nível

KPSS em

primeira

diferença

lnprecoauto com tendência 3 0,84 0,215

sem tendência 3 4,04 0,263

lnarrec com tendência 3 0,215 0,0262


lncredito com tendência 3 0,561 0,0602


lnvenda com tendência 3 0,702 0,0855


lnrenda com tendência 3 0,443 0,213


Fonte: Elaboração Própria.

Quando as séries são estacionárias em sua primeira diferença, diz-se que elas são

integradas de mesma ordem, assim a análise de Cointegração de Johansen com as séries em

nível se faz pertinente (BUENO, 2008). O teste de Cointegração de Johansen permite analisar

se há alguma correlação de longo prazo entre as séries, isto é, se elas caminham juntas em um

13

Valores críticos do teste ADF a 5% de significância: modelo com intercepto -2,886. Modelo com tendência e

intercepto -3,441. Modelo sem tendência ou intercepto -1950.

14 Valores críticos do teste KPSS a 5% de significância: modelo com tendência 0,146. Modelo sem tendência

0,463.

57

passeio aleatório no longo prazo. A Figura 16 dispõe o conjunto das séries em seu logaritmo

neperiano, pode-se observar um aparente comportamento em comum entre elas,

principalmente nos períodos marcados por crise e intervenção do governo tal como final de

2008 e maio de 2012.

Figura 16 – Séries de arrecadação, vendas, preço, crédito e renda do Brasil em logaritmo

neperianos, de março de 2002 a dezembro de 2015. (março de 2002 = 100).

Fonte: Elaboração própria, com base em dados disponíveis pela ANFAVEA (2016) Banco

Central (2016) e IBGE (2016) IBRE – FGV (2016)

O critério de seleção de lag AIC, especificado na equação (11) aponta para três

defasagens para a realização do teste de cointegração enquanto os demais critérios apontaram

para uma, se optou então por três defasagens para a especificação do modelo, e assim estar em

melhor conformidade com as boas práticas econométricas.

O teste de Cointegração de Johansen aponta para pelo menos três vetores de

cointegração entre as séries, isto é, há confirmação estatística da existência de uma relação de

longo prazo entre as séries, tal fato torna a modelagem VECM mais adequada. Os resultados

do teste se encontram na Tabela 10.

3

3,5

4

4,5

5

5,5

6

mar

/02

ou

t/0

2

mai

/03

dez

/03

jul/

04

fev/

05

set/

05

abr/

06

no

v/0

6

jun

/07

jan

/08

ago

/08

mar

/09

ou

t/0

9

mai

/10

dez

/10

jul/

11

fev/

12

set/

12

abr/

13

no

v/1

3

jun

/14

jan

/15

ago

/15

58

Tabela 10– Teste de Cointegração de Johansen com três defasagens

Hipótese Nula Hipótese

Alternativa

λ traço Valor Crítico Traço

λ a 5%

r = 0 r > 0 193,81 87,31

r ≤ 1 r > 1 106,79 62,99

r ≤ 2 r > 2 58,58 42,44

r ≤ 3 r > 3 21,27 25,32

r ≤ 4 r > 4 0,32 12,25

r ≤ 5 r > 5 - -


Conforme pode ser observar na Figura 11 as séries de arrecadação, venda e crédito

apresentaram um comportamento similar ao longo do tempo, enquanto que o preço e a renda

são mais estáveis no período estudado.

O vetor autorregressivo proposto segue a ordem dada a seguir.

𝑌𝑡 =

[

𝑙𝑛𝑟𝑒𝑛𝑑𝑎𝑙𝑛𝑐𝑟𝑒𝑑𝑖𝑡𝑜𝑙𝑛𝑣𝑒𝑛𝑑𝑎

𝑙𝑛𝑝𝑟𝑒ç𝑜𝑎𝑢𝑡𝑜𝑙𝑛𝑎𝑟𝑟𝑒𝑐 ]

A ordem das variáveis segue o disposto da mais endógena para a mais exógena, a

renda depende da economia como um todo sendo esta a variável mais exógena, já o crédito e

a venda são variáveis setoriais, sendo a venda uma variável mais próxima à arrecadação. Por

sua vez arrecadação é uma porção do preço do veículo que é transferida ao Estado, assim o

preço é mais endógeno à arrecadação do que a venda, devido ao fato da arrecadação ser uma

função direta do preço. A título de ilustração, pode-se imaginar a escolha do consumidor que

é movida pelo sistema de preços. Caso o consumidor opte por um veículo mais barato, a

arrecadação será menor, se somado essa informação ao complexo regime tributário brasileiro

ilustrado nas Tabelas 4 e 7. A escolha de um veículo mais barato também incorre numa

alíquota de IPI menor, o que implica em uma arrecadação menor. O contrário também é

verdadeiro, caso o consumidor opte por um veículo mais caro, usualmente os de maior

motorização, a alíquota incidente de IPI chega a 25% contra 7% de veículos “populares” (até

mil cilindradas) em situação normal, sem desoneração.

Incluíram-se também quatro dummies no modelo a fim de filtrar as intervenções feitas

pelo governo no IPI. Uma destacando o período em que as alíquotas estiveram em seu menor

patamar, tal qual como ocorreu no início das duas desonerações, conforme Tabela 6 e 7. Uma

59

dummie destacando o período em que elas seguiram instáveis, com ajustes progressivos, por

vezes mês a mês, período este que foi de outubro de 2009 até abril de 2010. Por fim duas

dummies, referentes ao ano de 2013 e 2014, quando as alíquotas se mantiveram em patamares

menores que o histórico, mas ainda assim acima daquela proposta pelo governo em maio de

2012 que persistiu até dezembro do mesmo ano.

4.3. RESULTADOS DO MODELO VAR

Após a elaboração do modelo proposto, simularam-se choques nas variáveis a fim de

se obter as funções impulso e resposta daquelas referentes ao setor. As variáveis escolhidas

para a simulação dos choques foram aquelas que receberam atenção do Estado na formação

de uma política fomento à demanda do setor, sendo a variável preço o principal foco deste

trabalho, pois esta repercute diretamente na arrecadação com o imposto indireto. Simularam-

se também choques no crédito e nas vendas. Dos fatores que estão ligados à variável crédito,

estão as variáveis de política monetária como a taxa de juros, mecanismo tradicional de

fomento ao crédito, ou ainda o próprio fisco, por meio da desoneração do IOF que também foi

observada como uma ferramenta de combate à crise em 2008. Já os fatores ligados a vendas

são mais complexos, pois oscilações na economia como um todo tendem a repercutir sobre

ela, seja pelo lado da demanda ou da oferta. A título de exemplo pode-se citar as políticas

setoriais aplicadas pelos países europeus como Alemanha, França e Reino Unido que

fomentaram o setor por meio de subsídios.

Na contabilidade governamental, tais medidas entrariam como um aumento de gastos

do governo, sendo um impulso fiscal sem influência direta no preço do veículo,

diferentemente do que ocorreu no Brasil, onde o impulso fiscal foi por meio de política

tributária e renúncia de arrecadação com imposto específico. Sabe-se também que renda

média do trabalhador cresceu no período, conforme pode ser visto na Figura 13, mas a análise

de sua função impulso resposta foi suprimida, pois como política anticíclica esta se relaciona

com a forma de como os gastos do governo influenciam a renda. Este é um assunto de caráter

macroeconômico o que foge ao escopo do trabalho. A relação entre a interação entre gastos

do governo e demais setores da economia é melhor estudada no campo da macroeconômica

como pode ser visto nos trabalhos de Carvalho Eduardo e Silva (2013) e Fantinatti (2015)

entre outros, assim a análise de um choque exógeno nas vendas vem a contribuir no caso de

adoção de políticas fiscais futuras focados em setores específicos.

60

A Figura 17 diz respeito à função impulso resposta dado um choque unitário nos

preços de automóveis e seus efeitos nas demais variáveis do mercado automobilístico e

arrecadação do estado, visa-se assim mensurar o impacto das desonerações sobre estas

variáveis. Para efeito matemático, o choque unitário é positivo, no entanto ele também é

simétrico, o que implica em se afirmar que os efeitos têm igual magnitude, porém efeito

contrário.

Figura 17 – Efeito acumulados do choque nos preços sobre a arrecadação, vendas e crédito.

Fonte: Elaboração Própria

A Figura 17 mostra que um choque positivo nos preços de 10% tem efeito negativo na

arrecadação com o imposto no primeiro período, mas que esta se recupera e se estabiliza após

6 meses com um aumento da arrecadação da ordem de 13%. Já no caso do efeito sobre as

vendas e concessões de crédito, percebe-se que o efeito negativo é mais intenso com

estabilização dos efeitos após 4 meses com queda de 46% das vendas e em igual proporção do

crédito. Uma vez que as funções de impulso resposta podem ser avaliadas como elasticidades,

isso significa que para um aumento de 10% nos preços há uma queda de 46% nas vendas.

Considerando a desoneração um choque exógeno negativo e mantida a pressuposição de

simetria do choque tem-se que uma queda de preços nos automóveis na ordem de 10%

fomentaria o setor em 46% e teria um impacto negativo nos cofres públicos na ordem de 13%,

concluindo-se, portanto que o corte de impostos tem efeito significativo sobre o setor, na

ordem de 1 para 4,5 aproximadamente.

O fato de um efeito do choque nos preços repercutir mais que proporcionalmente

sobre nas vendas do que sobre a arrecadação encontra respaldo na teoria econômica

-6

-5

-4

-3

-2

-1

0

1

2

3

1 2 3 4 5 6 7 8 9 10 11 12

61

referenciada neste trabalho e abordada pela curva de Laffer. Isto é, para um mesmo choque de

10% sobre os preços há um efeito de 46% sobre as vendas contra 13% da arrecadação. Assim,

um aumento de preços reduzira o número de vendas, mas o impacto sobre a arrecadação seria

amortecido pelo fato de que a alíquota ad valorem seria aplicada agora sobre um bem de

maior valor. O mesmo mecanismo de amortecimento ocorre para um caso de queda nos

preços, isto é, a alíquota que se aplicaria a um bem de menor preço, mas o impacto na

arrecadação seria compensado pelo aumento do número das vendas. Assim o efeito nas

vendas, grosso modo, será sempre mais que proporcional nas vendas do que sobre a

arrecadação. Tal resultado contraria a hipótese básica deste trabalho que esperava efeitos

maiores sobre a arrecadação, apesar de confirmar assertivamente a teoria econômica. Salienta-

se que estudos prévios do setor demonstram que o mercado de automóveis é mais sensível à

renda do que a preço e dada à elevada carga tributária do setor, ao redor de 30%, esperava-se

um comportamento contrário, ou efeito Laffer, que é o fenômeno que ocorre quando um

aumento de preços impacta negativamente a arrecadação ou vice e versa.

Assim, quando analisado conjuntamente o efeito de um choque nos preços e sua

repercussão sobre a arrecadação, o resultado encontrado considerando somente o total

arrecadado com o IPI, não há ocorrência do efeito Laffer. Isto é, o caso de aumento de os

preços repercutirem negativamente sobre a arrecadação com uma tarifa ad valorem, ou dada à

pressuposição de simetria do choque, uma desoneração ter feito positivo na arrecadação. Cabe

ressaltar, porém, que uma análise completa do tema, deveria incluir uma análise conjunta da

arrecadação de todos os impostos que incidem sobre o preço de autoveículos, incluindo-se

PIS/CONFINS e ICMS, que são impostos ad valorem tal como o IPI, porém, o PIS/COFINS é

uma contribuição federal e o ICMS um imposto de competência estadual.

Confrontando-se as elasticidades-preço de trabalhos anteriores, observar-se que o

valor encontrado por meio da análise da função impulso resposta é um pouco mais que dobro

do que a de estimativas anteriores, isto é, sob uma mesma métrica a elasticidade-preço deste

trabalho é de -4,6 contra -2,8 do IPEA/DIMAC (2008), -2,52871 do Alvarenga et al (2010) e -

2,0 de Linhares e Carvalho (2015). Tal fato ocorre devido à diferença metodológica e ao

objeto de análise. Os trabalhos anteriores focaram-se nas elasticidades de longo prazo que são

obtidas diretamente pela análise do vetor de cointegração β utilizando a variável “vendas”

como variável dependente. A análise da função impulso resposta empregada neste trabalho

tem um enfoque de curto. Logo dada às diferenças de modelo, método e foco, a priori, estes

resultados não são totalmente comparáveis. No entanto uma análise mais minuciosa da função

62

impulso resposta e da medida de desoneração adotadas à época explicitadas neste trabalho

pela Tabela 6 e 7 mostrou que os efeitos de curto prazo sobre as vendas se dispersam até 4º

período e que o impacto máximo sobre os preços seria de 7% considerando os nichos de

mercado que foram alvo da medida e excluindo os que não foram como no caso de veículos

acima de duas mil cilindradas. A análise da série índice de preços demonstrada pela Figura16

corrobora com esse resultado, pois é fácil a observação de duas quedas proeminentes no

índice no período inicial das duas desonerações com posterior estabilização. Assim em

dezembro de 2008 após 4 períodos subsequentes houve uma queda no índice de 5,77%

fazendo-se a mesma análise para maio de 2012 o impacto no índice foi de 5,98%, cruzando

com as elasticidades encontradas neste trabalho, isto permite, grosso modo, atribuir 26,54%

das vendas à desoneração de 2008 e 27,5% das vendas à desoneração de 2012. Estes

resultados são um pouco maiores, porém próximos aos de Alvarenga et al (2010) e Linhares e

Carvalho (2015) que atribuem 20,7% e 23,2% das vendas à desonerações respectivamente.

A Figura 18 trata do efeito acumulado da função Impulso-Resposta de um choque no

crédito, setor que recebeu atenção do governo por meio do fisco com a desoneração do IOF e

liberação de linhas de crédito.

Figura 18 – Efeito acumulados do choque no crédito sobre a arrecadação, vendas e preço.


O choque no crédito tem efeito positivo na arrecadação superior ao observado nas

vendas e quase nenhum efeito sobre os preços. Para um aumento de 10% no crédito há um

aumento de 15% na arrecadação nos períodos iniciais, sem impacto significativo sobre as

vendas. O impacto nas vendas será sentido após o terceiro mês com um aumento de 2%. As

0

0,5

1

1,5

2

1 2 3 4 5 6 7 8 9 10 11 12

63

variáveis se estabilizam ao choque com um aumento de 9% na arrecadação e apenas 1,3% nas

vendas. Tal resultado é um indicativo de que o crédito favorece a venda de veículos cuja

alíquota do imposto é maior, haja vista que, o aumento na arrecadação é mais que

proporcional ao número de unidades vendidas nos períodos iniciais, sugerindo que as vendas

estejam ocorrendo em veículos que pagam mais imposto. Esta confirmação somente seria

possível com um estudo aprofundado em nichos de mercado sendo eles expostos na Tabela 4

e 7. Abstraindo-se um exemplo, se um choque no crédito favorecesse o segmento popular, o

aumento de uma unidade impactaria em 7% na arrecadação, alíquota correspondente ao setor.

Aplicando-se o mesmo racicocínio para veículos flexfuel com mais de duas mil cilindradas o

impacto da venda de uma unidade extra impactaria em 18%, ou seja, um maior impacto na

arrecadação é sentindo quando a venda de veículos se concentram em carros mais caros e de

maior alíquota e maior preço.

Uma segunda análise pertinente, é que a arrecadação e o crédito são unidades

monetárias deflacionadas pelo IPCA enquanto a venda esta em unidades de veículos

vendidos. Assim a unidade monetária transferida ao setor automobilístico por meio de

empréstimos é arrecadada pelo governo na forma de imposto, ou seja, não tem como um

choque no crédito repercutir muito mais do que proporcionalmente na arrecadação no longo

prazo ao passo que o aumento nas unidades vendidas seria irrelevante. Ou seja, para o

aumento de uma unidade na venda, as proporções monetárias seriam a mesma. Isto é, se se

toma emprestimos para o financiamento de um veículo cuja alíquota seja 7%. Este mesmo

valor tomado no emprestimo será tranferido para o governo por meio de imposto. Se por

ventura tomasse o dobro do emprestimo para a compra de um mesmo veículo a proporção

repassada ao Estado por meio de imposto sera a mesma. Se a quantidade de crédito permiti ao

consumidor migrar para outo nicho de mercado, o número de vendas permaneceria o mesmo,

mas proporções de concessão de crédito e arrecadação mudariam, tal com exposto.

A explicação para este comportamento da relação entre o crédito vendas e arrecadação

com o imposto está no sistema tributário que vigora sobre autoveículos e no comportamento

no mercado de crédito. Estudos elencados na Revisão Bibliográfica destacam estas

imperfeições no mercado de crédito abordado incialmente por Stiglitz (1988) e mensurados

para o setor automobilístico por Attanasio, Goldberge e Kyriazidou (2007) onde

consumidores de baixa renda são mais sucetiveis à maturidade do crédito e os de alta renda

taxa de juros. Cruzando as informações do regime tributário com o comportamento do choque

no mercado de crédito dos autores citados, pode-se ao menos se especular que o choque de

64

crédito favoreça consumidores sem restrições à tomada de empréstimos, habitualmente

aqueles de maior renda, o fraco desempenho no número de unidades vendidas com aumento

na arrecadação sugere que talvez haja uma migração da preferência do consumidor de

veículos mais básicos, de menor alíquota, para os de veículos mais sofisticados de maior

alíquota.

Os resultados do choque de vendas sobre as demais variáveis do setor automobilístico

estão na Figura 19. Para um choque inicial de 10% sobre as vendas a arrecadação específica

com o imposto aumentaria em 9,2% até o final do período com efeito sobre o mercado de

crédito no curto prazo.

Figura 19 – Efeito acumulados do choque nas vendas sobre a arrecadação, preço e crédito.


Os efeitos nas concessões de crédito se tornariam negativos a partir do segundo mês

com uma queda de 0,1%. O choque simulado nas vendas se mostrou incapaz de modificar os

preços. Esta rigidez de preço nos veículos frente a choques nas concessões de crédito e nas

vendas pode ser explicada pela concorrência existente no setor estimulada pela nova

plataforma econômica pós anos 1990. Tais resultados são um indicativo de que o setor apesar

de oligopolizado não possui uma empresa específica com poder de mercado. Dados os

indicadores da Tabela 2 que é a relação número de habitantes por veículos e o novo ciclo de

investimentos que vem passando o setor expresso pela Figura 5, pode-se apontar um

crescimento do setor como um todo no longo prazo.

Diversos fatores podem influenciar as vendas sem que haja a necessidade de uma

intervenção exógena nas variáveis de estimulo à demanda. Pode-se citar a maturação de

-0,2

0

0,2

0,4

0,6

0,8

1

1,2

1 2 3 4 5 6 7 8 9 10 11 12

65

investimentos no setor como exemplo. Esta geraria um aumento na oferta de automóveis com

impacto direto nas vendas com influência secundária no crédito, preço e ou arrecadação. Um

segundo exemplo seria a política anticíclica adotada por países europeus no setor, onde foram

empregados subsídios ao invés de corte de impostos, essa intervenção iria repercutir

diretamente nas vendas com impacto secundário sobre as variáveis de demanda do setor

elencadas neste trabalho. Comparando um choque de crédito com o choque nas vendas

observa-se efeito semelhante na arrecadação com impacto de aproximadamente 10%, mas um

efeito reduzido sobre as vendas para o caso de oscilações no crédito.

Uma segunda análise proposta neste trabalho é a decomposição histórica da variância

sobre os erros de previsão da arrecadação conforme pode ser observada na Tabela 11. Nela é

possível observar que a arrecadação esteve abaixo do previsto nos períodos iniciais do estudo,

com a renda do trabalhador sendo a maior responsável por isto, condizente com a Revisão

Bibliográfica elencada, que liga o bom desempenho do setor à renda. No entanto, um aumento

crescente da importância do crédito e uma redução da renda sobre os efeitos na arrecadação

até o final de 2003. A partir de então o crédito e o preço do veículo passaram a serem os

maiores responsáveis pelo erro de previsão na arrecadação, padrão que persistiu até o final de

2005.

A partir de 2005 a arrecadação apresenta valores maiores que o previsto, sendo

impulsionada principalmente pelos preços. O padrão é estável, e seguido até o segundo

semestre de 2006, quando à arrecadação passa a ficar abaixo do esperado, a priori, em função

da queda nas vendas. A partir de então há uma influência crescente negativa do crédito sobre

erro da arrecadação, condizente com o momento histórico de 2008, que atribui a crise no setor

à migração da perturbação do mercado de crédito norte-americano para as demais economias

do mundo.

A influência negativa do crédito sobre a arrecadação começa em 2007 e se acentua

durante todo o período da crise, principalmente em 2008, ano da eclosão da crise. O preço

passa a exercer influência positiva crescente, enquanto a renda e o crédito exercem influência

negativa. Pode-se dizer que primeira desoneração, que foi de dezembro de 2008 a setembro de

2009 foi benéfica ao setor e eficaz, já que os preços tinham maior importância relativa do que

a renda e o crédito e estes contribuíram positivamente para com a arrecadação. A segunda

desoneração que foi de maio de 2012 a dezembro de 2012 teve menor impacto em função da

renda e do crédito estarem exercendo um efeito muito negativo sobre a arrecadação, e um

impacto nos preços desta vez ser menos eficiente do que na situação anterior. Tal divergência

66

de situações, e a importância relativa do preço à época explica o porquê de as mesmas

desonerações tiveram eficácias tão distintas no fomento ao setor. Em 2008 a arrecadação era

relativamente mais sensível à preço e menos à crédito do que em 2012. Assim, um choque de

preços em 2012 pode ter sido menos eficaz, já que o crédito e a renda se encontravam mais

comprometido e os preços se apresentavam menos sensíveis, situação que persistiu até 2015.

Tabela 11 – Erro de previsão e contribuição percentual das variáveis na decomposição

histórica da variância dos erros de previsão da Arrecadação – Abril de 2002 à Outubro de

2015.

Período Erro de

previsão

Renda

Nominal

Crédito Vendas Preço Arrecadação

abr/02 -5,92 -0,95 2,99 -0,65 3,16 -10,02

mai/02 -21,92 -7,21 14,05 -3,87 5,95 -27,57

jun/02 -20,20 -16,28 19,54 -4,85 10,78 -24,35

jul/02 -17,21 -18,87 9,12 1,14 16,65 -20,74

ago/02 -21,44 -17,43 1,53 -1,17 18,35 -19,88

set/02 -14,55 -19,95 5,55 -0,65 8,41 -6,12

out/02 12,97 -22,34 15,17 7,74 2,57 14,30

nov/02 6,71 -20,04 17,89 1,08 2,81 8,94

dez/02 47,92 -14,19 10,59 -1,35 4,00 51,92

jan/03 28,59 -9,17 7,99 3,04 6,28 19,71

fev/03 62,66 -9,25 10,79 4,61 9,29 41,49

mar/03 71,63 -8,03 15,25 4,03 14,39 36,06

abr/03 87,72 -7,01 10,71 4,71 17,99 47,59

mai/03 85,07 -6,08 6,34 6,28 21,82 43,12

jun/03 66,81 -6,99 7,61 3,64 20,78 33,13

jul/03 52,66 -6,35 10,80 -2,39 12,51 33,97

ago/03 36,93 -4,14 12,43 -2,58 7,45 21,37

set/03 43,32 -1,77 8,23 -4,25 6,69 31,97

out/03 11,11 -3,64 10,13 -5,30 2,71 7,64

nov/03 32,84 -4,98 13,57 3,92 2,41 15,67

dez/03 42,41 -7,29 17,47 7,19 4,74 16,47

jan/04 39,81 -9,29 19,17 1,96 7,08 18,45

fev/04 32,64 -9,97 26,08 0,88 11,17 4,18

mar/04 55,60 -6,69 25,89 -2,68 14,82 18,55

abr/04 36,59 -2,07 25,39 -5,32 16,56 0,80

mai/04 52,22 -4,23 23,11 -2,58 14,86 15,38

jun/04 69,70 -5,80 26,37 1,18 13,97 23,64

jul/04 51,63 -4,12 29,33 1,05 13,83 6,31

ago/04 67,61 -3,24 30,49 -1,68 18,54 13,90

set/04 80,49 -1,02 28,75 1,21 19,87 16,74

out/04 56,21 5,68 23,43 -1,36 17,20 3,59

nov/04 74,80 8,32 20,86 3,28 17,19 10,32

dez/04 53,22 4,88 22,81 1,08 17,55 0,11

jan/05 66,45 -0,97 31,07 -2,70 19,63 10,16

fev/05 84,07 2,53 32,82 -2,55 16,96 18,60

67

Continuação

Período Erro de

previsão

Renda

Nominal


mar/05 92,27 9,28 29,90 -2,92 18,81 17,44

abr/05 83,53 13,53 23,12 -0,73 27,38 3,84

mai/05 87,62 8,68 18,75 0,58 34,88 7,15

jun/05 86,00 1,87 19,37 0,35 39,54 9,23

jul/05 91,21 1,19 20,17 4,32 38,31 8,98

ago/05 88,16 6,11 19,77 0,75 34,03 9,64

set/05 98,02 10,78 14,35 -0,84 32,16 19,28

out/05 95,84 8,26 10,13 -1,79 31,60 27,09

nov/05 93,74 5,11 5,44 -0,55 31,24 33,95

dez/05 92,00 7,77 6,54 0,40 30,44 27,68

jan/06 63,14 8,59 6,78 4,72 27,08 5,73

fev/06 51,54 7,15 9,32 1,18 26,22 1,31

mar/06 35,73 6,62 11,93 -0,83 22,52 -6,40

abr/06 34,25 0,94 18,46 1,37 21,20 -8,62

mai/06 33,17 -1,84 16,02 -1,37 23,45 -3,96

jun/06 20,81 -0,39 10,80 -1,08 21,53 -8,95

jul/06 9,40 1,25 6,39 0,28 18,95 -14,86

ago/06 6,82 0,37 7,78 0,01 14,56 -13,82

set/06 0,63 -3,12 6,92 -0,43 9,61 -10,99

out/06 -7,19 -8,45 6,11 -2,17 6,44 -8,25

nov/06 -24,71 -9,98 4,51 6,00 5,82 -28,65

dez/06 -26,52 -10,83 4,17 3,13 7,88 -28,90

jan/07 -31,76 -12,30 -2,66 3,02 10,13 -29,55

fev/07 -45,06 -14,04 -8,61 -1,74 12,76 -36,88

mar/07 -53,95 -13,14 -13,18 -4,04 13,98 -44,18

abr/07 -53,98 -13,13 -14,81 -3,96 10,14 -41,21

mai/07 -56,45 -10,32 -18,78 -1,22 6,70 -43,27

jun/07 -59,54 -5,88 -23,16 -0,35 6,19 -47,13

jul/07 -58,00 -2,82 -26,64 -1,12 7,44 -44,54

ago/07 -60,81 -2,44 -29,61 -1,54 5,34 -44,98

set/07 -70,66 -4,19 -29,70 -4,33 3,33 -55,93

out/07 -66,57 -7,75 -29,69 -0,10 2,80 -49,81

nov/07 -71,96 -10,24 -28,88 -4,51 2,03 -54,92

dez/07 -70,29 -10,83 -26,61 -6,22 2,19 -52,62

jan/08 -61,42 -10,67 -26,42 -7,14 4,35 -39,43

fev/08 -59,37 -10,01 -31,97 -4,28 8,30 -35,97

mar/08 -55,75 -8,66 -37,22 -3,65 11,68 -28,29

abr/08 -75,42 -5,41 -40,68 -4,68 16,86 -60,68

mai/08 -55,07 -0,30 -42,20 -7,44 17,72 -28,45

jun/08 -39,08 -0,68 -42,73 -4,31 18,19 -5,30

jul/08 -19,47 -6,20 -43,01 -2,30 22,42 25,95

ago/08 -0,86 -8,55 -34,27 -9,19 26,87 43,17

set/08 29,40 -4,40 -20,95 -6,27 30,59 39,90

out/08 27,75 -3,89 -11,12 6,33 28,12 9,78

nov/08 -16,86 -8,82 -21,10 1,22 21,18 -5,79

dez/08 -28,44 -13,34 -27,81 -1,60 19,68 -2,86

68

Continuação

Período Erro de

previsão

Renda

Nominal


jan/09 -46,06 -14,47 -32,97 -0,90 24,32 -23,64

fev/09 -17,45 -11,71 -33,21 2,28 23,59 10,75

mar/09 -14,34 -8,87 -34,19 -2,16 22,50 19,18

abr/09 -5,54 -4,78 -35,99 -5,77 22,89 33,83

mai/09 12,13 -3,44 -38,62 3,20 24,17 47,65

jun/09 13,25 -4,41 -39,11 5,53 25,03 47,46

jul/09 3,24 -6,21 -39,37 1,74 27,01 40,50

ago/09 -1,95 -5,64 -39,19 -2,35 30,49 34,09

set/09 8,97 -3,24 -36,65 0,73 31,00 34,73

out/09 -4,81 0,39 -32,88 5,26 28,69 4,30

nov/09 15,38 3,05 -32,01 1,18 27,13 28,04

dez/09 9,10 0,43 -30,58 -4,49 28,52 27,49

jan/10 7,12 -4,62 -35,26 -6,07 29,40 42,73

fev/10 -5,25 -6,01 -38,54 0,26 30,28 25,56

mar/10 11,53 -3,90 -43,11 10,53 28,13 44,04

abr/10 -0,46 0,00 -41,49 6,07 26,62 26,67

mai/10 -18,63 -1,14 -44,90 0,20 30,01 14,67

jun/10 -24,49 -7,85 -49,27 -1,37 32,60 23,51

jul/10 -33,39 -13,75 -54,60 2,44 28,97 28,77

ago/10 -45,82 -17,13 -57,01 1,31 22,74 22,32

set/10 -53,36 -17,59 -59,26 0,89 18,14 16,55

out/10 -60,03 -14,24 -60,07 -0,98 14,50 2,95

nov/10 -59,28 -11,92 -57,19 -1,54 9,31 0,34

dez/10 -64,87 -12,11 -57,61 -0,78 6,50 -10,78

jan/11 -66,54 -11,80 -56,44 0,50 3,30 -16,13

fev/11 -65,63 -8,41 -56,27 -0,61 1,12 -14,62

mar/11 -65,67 -4,80 -55,97 -1,54 -0,01 -16,82

abr/11 -65,75 -5,23 -59,45 3,12 -1,31 -12,43

mai/11 -65,25 -10,49 -60,25 2,00 -1,39 -2,91

jun/11 -63,90 -15,17 -60,22 4,75 -2,80 5,07

jul/11 -67,19 -15,58 -60,80 5,38 -6,48 0,59

ago/11 -61,42 -9,88 -60,63 2,67 -7,98 15,10

set/11 -72,08 -6,60 -60,79 -2,72 -6,84 -15,87

out/11 -77,44 -8,56 -60,79 -1,31 -5,25 -32,70

nov/11 -63,47 -11,91 -60,93 -1,75 -5,99 14,92

dez/11 -72,36 -16,22 -60,43 1,79 -6,75 -12,17

jan/12 -77,44 -21,40 -60,61 1,13 -4,10 -24,86

fev/12 -79,72 -24,08 -60,80 2,00 -3,40 -30,86

mar/12 -70,65 -21,66 -60,08 1,65 -2,96 -4,86

abr/12 -84,89 -20,21 -61,62 -12,00 -8,53 -38,70

mai/12 -86,46 -20,19 -61,54 -12,10 -12,82 -42,44

jun/12 -87,21 -19,27 -60,43 -6,97 -11,08 -51,60

jul/12 -81,49 -21,68 -53,29 -2,08 -9,35 -43,00

ago/12 -85,06 -24,15 -47,68 0,75 -7,03 -59,80

set/12 -77,92 -23,45 -41,57 1,76 -4,35 -49,28

out/12 -68,45 -22,55 -41,41 -0,49 -2,73 -28,18

69

Continuação

Período Erro de

previsão

Renda

Nominal


nov/12 -70,41 -19,32 -40,38 -2,20 -1,02 -36,46

dez/12 -66,90 -18,93 -38,78 0,29 0,65 -33,93

jan/13 -70,51 -20,79 -37,27 -2,73 3,57 -41,07

fev/13 -68,32 -20,22 -38,88 -3,39 5,10 -36,02

mar/13 -62,91 -17,59 -40,50 -2,03 4,92 -26,41

abr/13 -55,32 -15,67 -41,52 -7,32 6,39 -8,11

mai/13 -59,78 -13,25 -42,18 -3,55 6,87 -22,22

jun/13 -57,14 -11,19 -44,47 1,48 4,25 -17,85

jul/13 -52,64 -13,31 -44,14 -0,27 4,97 -6,57

ago/13 -56,18 -16,44 -44,17 1,64 3,77 -10,96

set/13 -58,01 -17,90 -42,80 0,98 0,35 -11,76

out/13 -69,46 -20,35 -42,31 0,98 -1,19 -33,39

nov/13 -64,01 -20,02 -40,79 -2,27 1,07 -23,06

dez/13 -66,89 -19,35 -41,99 -3,72 1,86 -27,83

jan/14 -69,98 -21,16 -39,50 2,11 -2,02 -37,09

fev/14 -70,69 -20,15 -37,48 -0,64 -3,60 -38,71

mar/14 -71,65 -18,32 -36,06 -1,79 -3,90 -42,48

abr/14 -73,03 -16,20 -35,95 -1,02 -4,41 -46,88

mai/14 -71,22 -12,31 -33,93 1,28 -2,97 -49,44

jun/14 -72,43 -11,54 -34,02 0,37 -1,46 -52,25

jul/14 -74,05 -15,01 -36,01 -2,26 -0,96 -50,71

ago/14 -66,92 -18,55 -36,67 -1,18 -1,50 -34,12

set/14 -66,38 -23,56 -38,78 -2,41 -0,88 -25,74

out/14 -70,72 -25,21 -40,60 -1,17 -1,21 -32,50

nov/14 -72,10 -21,21 -42,31 2,25 1,01 -40,58

dez/14 -72,84 -18,46 -39,83 5,28 6,13 -50,45

jan/15 -67,04 -13,28 -37,78 2,70 5,20 -43,47

fev/15 -65,82 -3,95 -35,28 1,07 5,30 -48,34

mar/15 -65,93 1,15 -34,31 -2,61 8,29 -51,38

abr/15 -63,06 3,80 -30,50 0,07 9,97 -53,47

mai/15 -50,45 2,72 -27,72 1,11 8,66 -39,26

jul/15 -33,93 -2,97 -18,07 1,95 6,78 -23,65

ago/15 -21,49 -1,46 -9,73 0,00 5,52 -16,36

set/15 -18,65 2,63 -4,92 -1,25 5,54 -20,01

out/15 9,99 3,93 -1,61 1,43 2,53 3,43


A Figura 20 contém as informações da Tabela 11 disposta de forma gráfica, nela é

possível observar o declínio da importância do crédito sobre efeitos positivos na arrecadação a

partir de 2006, com uma depressão em julho de 2008 e uma recuperação autônoma, já que as

intervenções no setor começaram no final de novembro de 2008 com efeitos em dezembro.

Observe que após as desonerações, os preços passam a sustentar o efeito positivo da

70

arrecadação, enquanto o mercado de crédito repercute negativamente sobre o setor até o final

do período estudado. Assim, apesar de as análises da função impulso resposta demonstrar que

há uma queda na arrecadação com a queda nos preços, a decomposição histórica da variância

demonstra que caso não houvesse tido as desonerações, o efeito negativo da crise de crédito

sobre a arrecadação teria sido pior.

Figura 20 – Decomposição histórica da variância da arrecadação de abril de 2002 a outubro de

2015.


Como já citado, a Figura 20 também mostra que a conjectura de maio de 2012 era

completamente diferente daquela apresentada durante as desonerações de 2008, com o crédito

sendo a variável com maior influência negativa sobre a arrecadação o que explicaria a eficácia

reduzida que essa segunda desoneração obteve. Ainda é possível observar que em maio de

2012 a contribuição dos preços reverte sua trajetória, passando a influenciar positivamente a

arrecadação em 2013, mas de forma insuficiente, a ponto que ela volte a ficar acima do

esperado. A contribuição das vendas ao longo do período estudado permaneceu constante e ao

redor de 0 (zero) ao longo de todo tempo, demonstrando que os problemas na arrecadação

-80,00

-60,00

-40,00

-20,00

0,00

20,00

40,00

60,00

abr/

02

no

v/0

2

jun

/03

jan

/04

ago

/04

mar

/05

ou

t/0

5

mai

/06

dez

/06

jul/

07

fev/

08

set/

08

abr/

09

no

v/0

9

jun

/10

jan

/11

ago

/11

mar

/12

ou

t/1

2

mai

/13

dez

/13

jul/

14

fev/

15

set/

15

71

com setor se deve em grande parte à desequilíbrios no mercado financeiro, concessões de

crédito, e preços.

5. CONSIDERAÇÕES FINAIS

Este estudo teve por objetivo realizar uma análise empírica dos efeitos da política de

desoneração no setor automobilístico por meio da análise da arrecadação com o imposto de

IPI automobilístico e das vendas de autoveículos e veículos comerciais leves. O estudo foi

feito via uma modelagem de Vetor Autorregressivo com choques simulados nos preços,

mecanismo pela qual a desoneração se propaga. Simularam-se também choques no mercado

de crédito e nas vendas.

A análise do choque de preços, considerando o efeito simétrico inerente ao modelo,

demonstra que para uma desoneração de 10% a vendas haveriam de crescer 46%. Tal fato

implica em se afirmar que um corte de preços tem efeito positivo mais que proporcional sobre

as vendas setoriais. Isso implica também em contrariar a hipótese inicialmente aventada neste

trabalho, de que uma desoneração seria ineficiente no estimulo ao setor com maior custo

proporcional sobre a arrecadação do que ao estímulo às vendas, cujas elasticidades de seu

produto dependem mais da renda do que dos preços. Eventualmente, se o mesmo estudo for

realizado considerando o somatório de IPI e ICMS e PIS/COFINS automobilístico, se

confirme a existência do efeito Laffer, que é quando a arrecadação e alíquota se comportam

de forma distinta, isto é, para uma alíquota maior há uma queda da arrecadação e vice e versa.

Tal estudo exigiria uma abordagem regional do setor, já que o ICMS é de competência

estadual, ou pelo menos ter a arrecadação de PIS/CONFINS específico com o setor a fim de

que obtenha o somatório que foi repassado ao governo federal via impostos e contribuições.

O efeito de um choque exógeno no mercado de crédito e vendas apresentou efeito

positivo sobre a arrecadação sem alterações relevantes no índice de preço dos automóveis. Tal

rigidez de preço é explicada pela estrutura de mercado do setor que vem se tornando

competitiva desde a abertura comercial na década de 90. A relação entre crédito e arrecadação

é um ponto a ser salientado, pois o efeito inicial de um choque no crédito aumenta de forma

desproporcional a arrecadação nos períodos iniciais, na relação de 1 para 1,5, com impacto

menor sobre as vendas, o que sugere que o consumidor, dada à uma facilitação no crédito,

72

mude sua preferência para veículos de maior alíquota, no atual sistema tributário, estes são

veículos de categoria superior, de maior motorização.

A análise da decomposição histórica da variância demonstradas pela Tabela 11 e

Figura 20 mostra que a intervenção via desoneração, e consequentemente via preços teve

efeito positivo sobre as concessões de crédito, mas que este não se recuperou no período

estudado de forma que desde 2006 ela é uma das principais responsáveis pela arrecadação

ficar abaixo do esperado segundo o modelo. No entanto há de se observar que em dezembro

de 2009 e maio de 2012, data de início das desonerações, o crédito foi reativo a medida, isto é

reduziu sua influência negativa sobre a arrecadação. O preço também passou a influenciar

positivamente a arrecadação em ambas as situações, de forma mais assertiva em 2008, mas

não o suficiente para compensar as deficiências no mercado de crédito. A influência da renda

e das vendas é menor quando comparado ao crédito.

A estrutura tributária torna análise da arrecadação com impostos indiretos um estudo

problemático, uma vez que PIS/COFINS e ICMS também tem influência sobre os preços dos

automóveis, porém não houve acesso à informação sobre como a arrecadação com esta

contribuição e imposto oscilaram Ademais o ICMS possui competência tributária estadual e

seu efeito, portanto, seria dimensionado por região exigindo um estudo por estado. Assim

antes de se considerar que o setor não esteja passando pelo efeito Laffer, uma simplificação

do sistema tributário tornaria a análise proposta neste trabalho mais correta e

consequentemente a elaboração de políticas tributária mais fácil.

Por fim, se devem considerar os resultados divulgados pela própria ANFAVEA

(2013), no contexto das desonerações de 2012. Segundo ela, R$ 4,8 bilhões de reais teriam

deixados de ser arrecadados pelo governo com o IPI no dito ano, tal efeito negativo é

corroborado por esta dissertação. No entanto houve aumento com os ICMS, PIS/COFINS e

IPVA (Imposto sobre Propriedade de Veículos Automotores), com um superávit do Estado da

ordem de R$ 6 bilhões repercutindo, portanto, segundo os autores, em um efeito positivo nos

cofres do governo com redução de carga tributária.

73

6. REFERÊNCIAS BIBLIOGRÁFICAS

ALESINA, A. F.; ARDAGNA, S. Large Changes in Fiscal Policy: Taxes verus Spending.

NBER Chapters, in: Tax Policy and the Economy, v. 24, p. 35–68, 2010.

ALMEIDA, C. C. R. DE et al. Indústria automobilística brasileira : conjuntura recente e

estratégias de desenvolvimento * brasileira : evolução e conjuntura recente. Indicadores

Econômicos FEE, v. 34, n. 1, p. 135–152, 2006.

ALVARENGA, G. V. et al. Políticas Anticíclicas na Indústria Automobilística: Uma Análise

de Cointegração dos Impactos da Redução do IPI Sobre as Vendas de Veículos. Texto para

Discussao, p. 36, 2010a.

ALVARENGA, G. V. et al. Indústria automobilística e políticas anticíclicas: lições da crise.

Diretoria de Estudos e Políticas Setoriais de Inovação, Regulação e Infraestrutura -

DISET, n. 7, p. 9–14, 2010b.

ALVES, L. S.; WILBERT, M. D. Redução do Imposto sobre Produto Industrializado e a

Venda de AutomóveisXI Congresso de Iniciação Científica em Contabilidade. Anais...São

Paulo: 2014

ANFAVEA. Redução de IPI aumentou a arrecadação de impostos. São Paulo. 2013.

Disponível em: < http://www.anfavea.com.br/docs/8.11.13_PressRelease_IPI.pdf> Acesso em

10/01/2017.

ANFAVEA. Anuário da Indústria Automobilística Brasileira. São Paulo: Associação

Nacional dos Fabricantes de Veículos Automotores, 2013.







ARAÚJO, S. M. P. DE. A indústria automobilística, o trabalho e o capital migrante em novas

regiões produtivas brasileiras. Revista Paranaense de Desenvolvimento-RPD, v. 123, p. 99–

116, 2012.

http://www.anfavea.com.br/docs/8.11.13_PressRelease_IPI.pdf

74

ASSOCIAÇÃO NACIONAL DOS FABRICANTES DE VEÍCULOS AUTOMOTORES -

ANFAVEA <http://www.anfavea.com.br> Acesso em 16/06/2016.

ATTANASIO, O. P.; GOLDBERG, P. K.; KYRIAZIDOU, E. Credit constraints in the market

for consumer durables: Evidence from micro data on car loans. International Economic

Review, v. 49, n. 2, p. 45, 2007.

BANCO CENTRAL DO BRASIL - BCB – Concessão de crédito consolidada para compra de

veículos, pessoa física. Disponível em <https://www3.bcb.gov.br> Acesso em: 21/06/16.

BANCO CENTRAL DO BRASIL - BCB – Arrecadação com Imposto sobre produto

industrializado, automóveis. Disponível em <https://www3.bcb.gov.br> Acesso em: 21/06/16.

BAHIA, L.; DOMINGUES, E. Estrutura de inovações na indústria automobilística brasileira.

Texto para Discussão IPEA, v. n° 1472, 2010.

BARRELL, R.; WEALE, M. The economics of a reduction in VAT. Fiscal Studies, v. 30, n.

1, p. 17–30, 2009.

BARROS, D.; PEDRO, L. As mudanças estruturais do setor automotivo, os impactos da crise

e as perspectivas para o Brasil. BNDES Setorial, v. 34, p. 173–202, 2011.

BAUMGARTEN JR., A. L. Demanda de Automóveis no Brasil ". Revista Brasileira de

Economia, v. 26, n. 2, p. 203–297, 1972.

BECSI, Z. The Shifty Laffer Curve. Federal Reserve Bank of Atlanta Economic Review, n.

3, p. 53–64, 2000.

BERRY, S.; LEVINSOHN, J.; PAKES, A. Automobile Prices in Market Equilibrium.

Econometrica, v. 63, n. 4, p. 841–890, 1995.

BONELLI, R.; PESSÔA, S. D. A. Desindustrialização No Brasil: Um Resumo Da Evidência.

IBRE/FGV, v. 7, p. 61, 2010.

BORDLEY, R. F. Estimating Automotive Elasticities from segment elasticities and first

choice/second choice data. The Review of Economics and Statistics, v. 75, n. 3, p. 455–462,

1993.

BOX, G. E. P.; JENKINS, G. M. Times Series Analysis: Forecasting and Control. 1. ed.

New Jersey.

75

BUENO, R. DE L. DA S. Econometria de séries temporais. Cengage Learning, 2008.

BRASIL. Decreto nº 7660/2011. Tabela de Incidência do Imposto sobre Produtos

Industrializados - TIPI. Disponível em:

http://www.receita.fazenda.gov.br/Legislacao/Decretos/2011/dec7660.htm>. Acesso em:

8/01/2016.

CANO, W. A desindustrialização no Brasil. Economia e Sociedade, v. 21, n. 1, p. 831–851,

2012.

BRASIL. Decreto no 4.544, de 2002, regulamentação, tributação, fiscalização, arrecadação e

administração do imposto sobre produtos industrializados - ipi. Diário Oficial da União,

Brasília, DF, dezembro 2002.

CARVALHO, D. B.; EDUARDO, M.; SILVA, É. M. Efeitos dos Choques Fiscais sobre o

Mercado de Trabalho Brasileiro. Revista Brasileira de Economia, v. 67, n. 2, p. 177–200,

2013.

SAX C. seasonal: R Interface to X-13-ARIMA-SEATS. R package version 1.3.0. 2016. Dispo

nível em: < https://CRAN.R-project.org/package=seasonal> Acesso em: 12/02/16.

CORONEL, D. A. et al. Impactos Da Política De Desenvolvimento Produtivo Na Economia

Brasileira : Uma Análise De Equilíbrio Geral Computável. Pesquisa e Planejamento Econo

mico, v. 41, n. 2, p. 337–365, 2011.

CONFEDERAÇÃO NACIONAL DA INDÚSTRIA- CNI. Utilização da Capacidade

Instalada (UCI) < http://www.portaldaindutra.com.br>. Acesso em: 20/06/16

CROSSLEY, T. F.; LOW, H.; WAKEFIELD, M. The economics of a temporary VAT cut.

Fiscal Studies, v. 30. n. 1. p. 3–16, 2009.

DE NEGRI, J. A. Elasticidade-Renda e Elasticidade-Preço da Demanda de Automóveis no

Brasil. Texto para Discussão IPEA, v. N. 558, p. 22, 1998.

DE SOUZA, S. A.; PETTERINI, F. C.; MIRO, V. H. A Tributação nas Vendas de

Automóveis no Brasil : Quem Paga a Maior Parte da Conta ? Revista Economia, v. 11, n. n.

3, p. 559–596. 2010.

DICKEY, D. A.; FULLER, W. A. Distribution of the estimators for autoregressive time series

with a unit root. Journal of the American statistical association, v. 74, n. 1. p. 427–431.

1979.

http://www.receita.fazenda.gov.br/Legislacao/Decretos/2011/dec7660.htm

https://cran.r-project.org/package=seasonal

76

DICKEY, D. A.; FULLER, W. A. Likelihood ratio statistics for autoregressive time series

with a unit root. Econometrica: Journal of the Econometric Society. p. 1057–1072. 1981.

EMRAN, M. S.; STIGLITZ, J. E. On selective indirect tax reform in developing countries.

Journal of Public Economics, v. 89, n. 4 SPEC. ISS., p. 599–623, 2005.

ENGLE, R. F.; GRANGER, C. W. J. Co-integration and Error Correction: Representation,

Estimation, and Testing. Econometrica, v. 55, n. 2, p. 251–276. 1987.

FANTINATTI, A. M. Estimulus fiscais em em modelo DSGE: Bens duráveis versus bens

não duráveis. 2015. 56f. Dissertação (Mestrado em Economia). Fundação Getúlio Vargas –

FGV. São Paulo. 2015

FIUZA, E. P. S. AUTOMOBILE DEMAND AND SUPPLY IN BRAZIL : EFFECTS OF

TAX REBATES AND TRADE LIBERALIZATION ON PRICE-MARGINAL COST

MARKUPS IN THE 1990s *. Textos para Discussão IPEA. 2002.

FRAINER, D. M. A estrutura e a dinâmica industria da automobilística no Brasil.

Dissertação (Mestrado em Economia). 2010. 137f. Porto Alegre: Universidade Federal do Rio

Grande do Sul – UFRGS. 2010.

GABRIEL, L.F.; SCHNEIDER A. H.; SKROBOT F.C.C.; DE SOUZA M. Uma análise da

industria automobilística no Brasil e a Demanda de Veículos Automores: Alguma evidências

para o período recente. Anais do 39º Encontro Nacional de Economia, ANPEC-Associação

Nacional dos Centros de Pós-Graduação em Economia. 2011.

GOLDENSTEIN, M.; CASOTTI, B. P. Panorama Do Setor Automotivo : As Mudanças

Estruturais Da Indústria E As Perspectivas Para O Brasil. BNDES Setorial, v. 28, p. 147–

188, 2008.

GUERRERO, V. M., PENA, B., SENRA, E., & ALEGRÍA, A. (2008). Restricted forecasting

with a VEC model: Validating the feasibility of economic targets. Estadística, 60, 83-101.

HAMILTON, J. D. Time series analysis. Vol. 2. Princeton: Princeton university press, 1994.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA-IBGE. Rendimento médio

nominal do trabalho principal, de março de 2002 a dezembro de 2015.

Disponível em: <http://www.ibge.gov.br> Acesso em: 20/07/2016.

77

INSTITUTO DE PESQUISA ECONÔMICA APLICADA – Ipeadata. Dados

macroeconômicos e regionais Coeficiente de Penetração. Disponível em: <

http://www.ipeadata.gov.br/ > Acesso em: 15/02/2016.

IPEA/DIMAC. Impactos da redução do Imposto sobre Produtos Industrializados (IPI) de

automóveis. Nota Técnica. v. 15, 2009.

JOHANSEN, S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics

and Control. v. 12, n. 2–3. p. 231–254. 1988.

LANCASTER, K. J. A New Approach to Consumer. Journal of Political Economy. v. 74. n.

2. p. 132–157. 1966.

LEVINSOHN, J. Empirics of taxes on differentiated products: the case of tariffs in the

US automobile industry. University of Chicago Press, 1988.

LINHARES, G. G. L.; CARVALHO, E. B. S. Impactos da Redução do Ipi Sobre a Venda de

Veículos Produzidos no Brasil. Artigo Concorrente ao Prêmeio Paulo Haddad 2015, v. 1,

p. 19, 2015.

LÜTKEPOHL, H. New introduction to multiple time series analysis. Springer Science &

Business Media. 2005.

MANKIW, N. G.; MONTEIRO J. C. Introdução à Economia. Princípios de micro e

macroeconomia. São Paulo. 2001

MORAES, R. A. DE; SILVEIRA, J. A. G. DA. ELASTICIDADE - PREÇO E

ELASTICIDADE - RENDA DA DEMANDA NA INDÚSTRIA AUTOMOBILÍSTICA

BRASILEIRA: UMA ANÁLISE DA ÚLTIMA DÉCADA PARA OS VEÍCULOS

POPULARES. VIIII Seminário de Administração. 2005.

MOREIRA, B. A. DE B. C. Modelização de empréstimos bancários de empresas não

financeiras na zona do euro: uma abrodagem VAR/VECM. Lisboa. Universidade de

Lisboa. Lisboa. 2011.

MOREIRA, T. B. S.; SOARES, F. A. R. A crise financeria internacional e as políticas

anticíclias no Brasil. XV Prêmio Tesouro Nacional, p. 1–69, 2010.

Naylor, C. M. Fundamentos constitucionais do Simples Nacional. Revista Jus Navigandi,

Teresina. 2014. Disponível em: < http://www.egov.ufsc.br > Acesso em: 20/11/2016.

78

NEWEY, W. K.; WEST, K. D. Automatic Lag Selection in Covariance Matrix Estimation.

Review of Economic Studies, v. 61, p. 631–653, 1994.

PAES, N. A Curva de Laffer eo imposto sobre produtos industrializados–evidências setoriais.

Cadernos de Finanças Públicas, n. 10, p. 5–22, 2010.

PEROTTI, R. In Search of the Transmission of Fiscal Policy. NBER Working Paper Series,

v. 13143, p. 1–58, 2007.

PIRES, M. C. D. C. Multiplicadores Fiscais no Brasil: Uma contribuição ao debate sobre

políticas fiscais anticíclicas. p. 1–11, 2009.

PORSSE, A. A.; MADRUGA, F. G. Efeitos Distributivos de Políticas Tributárias

Anticíclicas : Análise da Desoneração do IPI sobre o Setor Automobilístico. Associação

Brasileira de Estudos Regionais Urbanos – ABER. 2014. Disponível em:

<http://www.brsa.org.br/>. Acesso em: 18/02/2016.

R Development Core Team (2011). R: A language and environment for statistical computing.

R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0. Disponível

em: <http://www.R-project.org/>. Acesso em: 12/02/2016.

SILVA, P. E. P. O Sistema Tributário : Constituição Econômica e Justiça Social.

Dissertação de mestrado. São Paulo: Universidade de São Paulo - USP, 2010.

SHIN, Y.; SCHMIDT, P. The KPSS stationarity test as a unit root test. Economics Letters, v.

38, n. 4, p. 387–392, 1992.

STIGLITZ, J. E. Money, Credit, and Business Fluctuations. Economic Record, v. 64. n. 4. p.

307–322, 1988.

TEIXEIRA, D. N. Equilibrio de longo prazo entre política macroeconômica e mercado de

crédito para automóveis no Brasil. Salvador. Universidade Federal da Bahia – UFBA. 2013.

TOURINHO, O. A. F.; ALVES, Y. L. B.; SILVA, N. L. C. DA. Implicações Econômicas da

Reforma Tributária: Análise com um Modelo CGE. Revista Brasileira de Economia, v. 64,

n. 3, p. 307–340, 2010.

TRADING ECONOMIC <http://pt.tradingeconomics.com/> Acessado em 21/07/2016.

http://www.r-project.org/

http://pt.tradingeconomics.com/%3e

79

VANALLE, R. M.; SALLES, J. A. A. Relação entre montadoras e fornecedores : modelos

teóricos e estudos de caso na indústria automobilística brasileira. Gestão & Produção, v. 18,

n. 2, p. 237–250, 2011.

VARIAN, Hal R. Microeconomia-princípios básicos. Elsevier Brasil, 2006.

WILBERT, M. D. et al. Redução do imposto sobre produtos industrializados e seu efeito

sobre a venda de automóveis no Brasil: uma análise do período de 2006 a 2013. Revista

Contemporânea de Contabilidade, v. 11, n. 24, p. 107–124, 2014.

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE … · DIEGO SARTI DE SOUZA EFEITO DE POLÍTICAS...

Documents

Transcript of UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE … · DIEGO SARTI DE SOUZA EFEITO DE POLÍTICAS...