MONETARIA - UFS - Bancario - Teseversaofinal

Sumrio
Lista de tabelas ......................................................................................................................... 4

Lista de figuras ......................................................................................................................... 7

Apresentao............................................................................................................................. 9

Captulo 1
Sistema Financeiro e Desenvolvimento Econmico: Evidncias de Causalidade em um
Painel para o Brasil................................................................................................................ 11
1.1 INTRODUO.................................................................................................................... 11
1.2 SISTEMA FINANCEIRO E DESENVOLVIMENTO ECONMICO: UMA VISO GERAL............... 14
1.2.1 Motivao terica.................................................................................................... 14
1.2.2 Evidncias empricas internacionais...................................................................... 17
1.3 SISTEMA FINANCEIRO E DESENVOLVIMENTO ECONMICO: EVIDNCIAS PARA O BRASIL 21
1.4 METODOLOGIA PARA CAUSALIDADE EM PAINEL ............................................................. 27
1.5 RESULTADOS.................................................................................................................... 33
1.5.1 Resultados com Holtz-Eakin, Newey e Rosen (1988) ............................................ 34
1.5.2 Resultados com Granger e Huang (1997) .............................................................. 36
1.5.3 Um conceito alternativo para previso................................................................... 38
1.5.4 Uma amostra alternativa de dados.......................................................................... 39
1.6 CONSIDERAES FINAIS................................................................................................... 41
1.7 REFERNCIAS BIBLIOGRFICAS....................................................................................... 42
1.8 ANEXO............................................................................................................................. 46

Captulo 2
O Mecanismo de Transmisso Monetria nos Estados Brasileiros: Uma Abordagem do
Modelo de Fatores Dinmicos ............................................................................................... 50
2.1 INTRODUO.................................................................................................................... 50
2.2 OS EFEITOS REGIONAIS DA POLTICA MONETRIA .......................................................... 52

2
2.2.1 Poltica monetria: Uma breve discusso............................................................... 52
2.2.2 Efeitos diferenciados da poltica monetria........................................................... 54
2.2.3 Efeitos diferenciados da poltica monetria para o Brasil..................................... 57
2.3 METODOLOGIA................................................................................................................. 60
2.3.1 O modelo de fatores dinmicos generalizado......................................................... 62
2.3.1.1 Identificao do modelo..................................................................................... 63
2.3.1.2 Estimao dos componentes do modelo............................................................. 66
2.3.2 I dentificando o choque monetrio comum............................................................. 69
2.4 RESULTADOS.................................................................................................................... 73
2.4.1 Nmero de choques comuns................................................................................... 74
2.4.2 Estimao dos agregados........................................................................................ 76
2.4.3 Choque monetrio comum...................................................................................... 78
2.4.4 Os efeitos do choque monetrio comum................................................................. 81
2.4.5 Uma definio alternativa para a identificao do choque monetrio................. 84
2.4.6 Resultados com o procedimento com duas defasagens.......................................... 87
2.4.7 Uma possvel interpretao para os resultados...................................................... 88
2.5 CONSIDERAES FINAIS................................................................................................... 91
2.6 REFERNCIAS BIBLIOGRFICAS....................................................................................... 93
2.7 ANEXO............................................................................................................................. 98
2.7.1 Nmero de choques comuns................................................................................... 98
2.7.2 Estimao dos agregados........................................................................................ 99
2.7.3 Choque monetrio comum...................................................................................... 99
2.7.3.1 VAR Brasil .......................................................................................................... 99
2.7.3.2 VAR (3) agregados timos........................................................................... 100
2.7.4 Os efeitos do choque monetrio comum............................................................... 101
2.7.4.1 Matrizes B
i
(L) para as taxas de crescimento estaduais ................................... 101
2.7.4.2 Matrizes B
i
(L) para os produtos estaduais ...................................................... 101
2.7.5 Resultados do procedimento com duas defasagens.............................................. 102
2.7.5.1 Matrizes B
i
(L) para a taxa de juros SELIC...................................................... 102
2.7.5.2 Identificao do choque utilizando a Definio 1 ........................................... 102
2.7.5.3 Matrizes B
i
(L) para o PIB................................................................................ 103
2.7.5.4 Identificao do choque utilizando a Definio 2 ........................................... 103
2.7.5.5 Matrizes B
i
(L) para as taxas de crescimento estaduais................................... 104
2.7.5.6 Matrizes B
i
(L) para os produtos estaduais ...................................................... 104
2.7.5.7 Resposta das taxas de crescimento ao choque monetrio ............................... 105
2.7.5.8 Resposta acumulada dos produtos ao choque monetrio................................ 106

Captulo 3
Entradas, Sadas e a Alocao de Recursos: Uma Anlise da Intermediao Bancria no
Brasil...................................................................................................................................... 107
3.1 INTRODUO.................................................................................................................. 107
3.2 CAPTAO, EMPRSTIMOS E TURBULNCIA BANCRIA ................................................ 109
3.2.1 Uma definio para turbulncia bancria........................................................... 109
3.2.2 Turbulncia bancria no Brasil............................................................................ 112
3.2.3 Os determinantes da turbulncia bancria no Brasil .......................................... 120
3.2.3.1 Metodologia ..................................................................................................... 121
3.2.3.2 Estratgia de estimao................................................................................... 126
3.2.3.3 Descrio das variveis e resultados............................................................... 128

3
3.3 CAPTAO, EMPRSTIMOS E ABSORO LQUIDA DE RECURSOS .................................. 137
3.3.1 Uma definio para absoro lquida de recursos............................................... 137
3.3.2 Absoro lquida de recursos no Brasil................................................................ 138
3.3.3 Os determinantes da absoro lquida de recursos no Brasil.............................. 141
3.3.3.1 Metodologia ..................................................................................................... 142
3.3.3.2 Descrio das variveis e resultados............................................................... 145
3.3.3.3 A questo da dependncia espacial ................................................................. 148
3.3.3.4 Uma modelagem alternativa para a absoro de recursos ............................. 151
3.4 CONSIDERAES FINAIS................................................................................................. 157
3.5 REFERNCIAS BIBLIOGRFICAS..................................................................................... 158
3.6 ANEXO........................................................................................................................... 162
3.6.1 Resultados com microrregies brasileiras............................................................ 162

4

Lista de tabelas

Captulo 1
Tabela 1. Distribuio regional de renda e servios bancrios (%) 2003 ............................ 25
Tabela 2. Correlao entre os indicadores financeiros e o PIB ............................................... 26
Tabela 3. Correlao entre os nveis iniciais (1995-1998) dos indicadores financeiros e os
nveis finais (1999-2002) do PIB ............................................................................................ 26
Tabela 4. Teste de Holtz-Eakin, Newey e Rosen (1988) ......................................................... 35
Tabela 5. Teste de causalidade Granger-Huang (1997) Peviso ps-amostra, Vrias
defasagens ............................................................................................................................... 37
Tabela 6. Teste de causalidade Granger-Huang (1997) Previso fora da amostra, Vrias
defasagens ............................................................................................................................... 39
Tabela A1. Teste de Holtz- Eakin, Newey e Rosen (1988) ...................................................... 46
Tabela A2. Teste de causalidade Granger-Huang (1997) Previso ps-amostra, Vrias
defasagens ............................................................................................................................... 47
Tabela A3. Teste de causalidade Granger-Huang (1997) Previso fora da amostra, Vrias
defasagens ............................................................................................................................... 48
Tabela A4. Resumo: causalidade entre os indicadores financeiros e produto ........................ 49

Captulo 2
Tabela 1. Literatura recente sobre efeitos diferenciados da poltica monetria....................... 56
Tabela 2. Pesos iniciais para a agregao de Crdito, IPCA e PIB ......................................... 74
Tabela 3. Agregados possveis e Condio de Nmero .......................................................... 76
Tabela 4. Pesos timos para o Agregado 1: Crdito, IPCA e PIB ....................................... 77
Tabela 5. Coeficientes da Matriz B
i
(L) para SELIC ............................................................... 79

5
Tabela 6. Coeficientes da Matriz B
i
(L) para PIB .................................................................... 85
Tabela 7. Respostas dos PIBs estaduais acumuladas aps 24 meses ...................................... 88
Tabela 8. Porcentual de depsitos vista sobre os depsitos totais, Estados selecionados
Mdia 1995-2003 ..................................................................................................................... 89
Tabela 9. Porcentual de pequenas firmas em termos de pessoal ocupado, Indstria de
Transformao, Estados selecionados 31/12/1998................................................................ 91
Tabela A1. Pesos timos para o Agregado 1: Crdito, IPCA e PIB, Outros nmeros de
defasagens no procedimento iterativo ..................................................................................... 99
Tabela A2. Teste LM de autocorrelao dos resduos .......................................................... 100
Tabela A3. Teste LM de autocorrelao dos resduos .......................................................... 100
Tabela A4. Coeficientes da Matriz B
i
(L) para as taxas de crescimento estaduais ................ 101
i
(L) para os produtos estaduais ................................... 101
i
(L) para SELIC .......................................................... 102
i
(L) para PIB ............................................................... 103
i
(L) para as taxas de crescimento estaduais ................ 104
i
(L) para os produtos estaduais ................................... 104

Captulo 3
Tabela 1. Taxas de entrada e sada, 2003 Estatsticas descritivas ...................................... 115
Tabela 2. Taxas de entrada, 2003 Ranking dos municpios ............................................... 116
Tabela 3. Taxas de sada, 2003 Ranking dos municpios ................................................... 117
Tabela 4. Taxa de turbulncia bancria, 2003 Estatsticas descritivas ............................... 117
Tabela 5. Turbulncia bancria, 2003 Ranking dos municpios ........................................ 119
Tabela 6. Turbulncia bancria por regies brasileiras Estatsticas descritivas ................. 120
Tabela 7. Determinantes da turbulncia bancria, 2003 ....................................................... 132
Tabela 8. Determinantes da turbulncia bancria, 2003 ....................................................... 133
Tabela 9. Absoro lquida de recursos, 2002 e 2003 Estatsticas descritivas ................... 139
Tabela 10. Indicador de absoro lquida de recursos, 2002 e 2003 Estatsticas descritivas
................................................................................................................................................ 140

6
Tabela 11. Determinantes da absoro lquida de recursos, 2002 e 2003 ............................. 146
Tabela 12 .Determinantes da absoro lquida de recursos, 2003 e 2002 ............................. 154
Tabela 13. Determinantes da absoro lquida de recursos, 2003 e 2002 ............................. 155
Tabela A1. Determinantes da turbulncia bancria, 2003 Matriz de distncia W1 e W2 .... 162
Tabela A2. Determinantes da turbulncia bancria, 2003 .................................................... 163
Tabela A3. Determinantes da absoro lquida de recursos, 2002 e 2003 ............................ 164
Tabela A4. Determinantes da absoro lquida de recursos, 2003 e 2002, Matriz de distncia
W1 e W2 ................................................................................................................................ 164
Tabela A5. Determinantes da absoro lquida de recursos, 2002 e 2003, Microrregies ... 165

7

Lista de figuras

Captulo 2
Figura 1. Escolha do nmero de fatores comuns, Sala (2002) ................................................ 75
Figura 2. Resposta da SELIC ao choque monetrio comum, Agregados obtidos com 3
defasagens ............................................................................................................................... 80
Figura 3. Resposta da primeira diferena dos PIBs estaduais ao choque monetrio comum,
Agregados obtidos com 3 defasagens ..................................................................................... 81
Figura 4. Resposta acumulada dos PIBs estaduais ao choque monetrio comum, Agregados
obtidos com 3 defasagens ........................................................................................................ 83
Figura 5. Resposta acumulada dos PIBs estaduais ao choque monetrio comum, Agregados
obtidos com 3 defasagens ........................................................................................................ 84
Figura 6. Resposta do PIB ao choque monetrio comum, Agregados obtidos com 3
defasagens ............................................................................................................................... 86
Figura A1. Escolha do nmero de fatores comuns considerando as 25 sries, Forni, Hallin,
Lippi e Reichlin, (2000) .......................................................................................................... 98
Figura A2. Resposta da SELIC ao choque monetrio comum, Agregados obtidos com 2
defasagens ............................................................................................................................. 102
Figura A3. Resposta do PIB ao choque monetrio comum, Agregados obtidos com 2
defasagens ............................................................................................................................. 103
Figura A4. Resposta da primeira diferena dos PIBs estaduais ao choque monetrio comum,
Agregados obtidos com 2 defasagens ................................................................................... 105
Figura A5. Resposta acumulada dos PIBs estaduais ao choque monetrio comum, Agregados
obtidos com 2 defasagens ...................................................................................................... 106

Captulo 3
Figura 1. Padro de Correo ................................................................................................ 114

8
Figura 2. Boxplot e histograma da turbulncia bancria ajustada ......................................... 118

9

Apresentao

Por um longo perodo, a discusso econmica parece ter sido dominada pelo tratamento dos
fatores reais, que se constituem no elemento central das teorias de crescimento econmico
[Solow (1956), Romer (1986) e Lucas (1988)]. Mais recentemente, contudo, com um maior
entendimento do papel do sistema financeiro no processo de intermediao de recursos, essa
viso acabou por ser ampliada para considerar o lado financeiro.
Segundo King e Levine (1993a), dois pontos devem ser destacados nesta nova tipificao do
sistema financeiro: o financiamento externo de projetos de investimentos e os custos de
transao e de informao associados a esta operao. A capacidade em lidar com os custos
de transao e de informao faz do sistema financeiro uma pea fundamental para o
barateamento do custo de financiamento externo [Bernanke (1983), Rajan e Zingales (1988) e
Levine (1997, 2004)]. As vantagens proporcionadas por esta intermediao podem influenciar
as taxas de poupana e de acumulao de capital, alm de promover maior eficincia alocativa
e inovao tecnolgica.
Neste contexto, o primeiro ensaio desta tese, intitulado Sistema Financeiro e
Desenvolvimento Econmico: Evidncias de Causalidade em um Painel para o Brasil, busca
captar um ponto bsico levantado por esta literatura, qual seja, a efetividade do sistema
financeiro em incrementar o crescimento econmico brasileiro.
Uma preocupao presente neste exerccio, e que se estende por todo restante do trabalho, a
tentativa de se apreender uma viso regionalizada para os exerccios macroeconomtricos
empreendidos. Com esta abordagem desagregada, pretende-se buscar evidncias que
possibilitem indicar as idiossincrasias dos fenmenos financeiros-bancrios em uma
macroeconomia com as dimenses territoriais e as discrepncias regionais do Brasil.

10
Dessa forma, sob um argumento de que o mercado relevante para atuao dos bancos no
Brasil constitua-se por uma poro mais desagregada do territrio, possvel, em um painel
com dados regionalizados, estabelecer a importncia do sistema financeiro para o
desenvolvimento econmico do Brasil, tal como sugerido pela ampla literatura emprica
citada em Levine (1997) e (2004).
A influncia dos mecanismos financeiros na economia pode ser verificada em outras reas da
teoria econmica, que tratam de incorporar novos conceitos para acomodar as questes
relacionadas aos custos de transao e de informao. Tal o caso do canal de crdito, que, na
teoria monetria, introduz as imperfeies nos mercados financeiros e de crdito para postular
um mecanismo amplificador dos efeitos das polticas do Banco Central [Bernanke e Gertler
(1995)].
Essa discusso realizada no ensaio O Mecanismo de Transmisso Monetria nos Estados
Brasileiros: Uma Abordagem do Modelo de Fatores Dinmicos, onde o canal de transmisso
da poltica monetria comum aos estados brasileiros explorado. interessante notar que as
grandes discrepncias nas economias regionais brasileiras fazem-se refletir em assimetrias nos
efeitos da poltica monetria praticada pelo Banco Central. Com efeito, o sistema bancrio
parece exercer um papel importante nas assimetrias identificadas nas respostas estaduais
poltica monetria no Brasil.
O sistema bancrio um componente importante do sistema financeiro. Em um pas com as
dimenses territoriais do Brasil, isto fica ainda mais evidente, pois, na maior parte das vezes,
as agncias bancrias so as nicas instituies financeiras presentes. Alm disso, como
mostra o terceiro ensaio desta tese, a atuao bancria no Brasil ainda bastante restrita,
ficando concentrada em uma pequena poro do territrio nacional.
Uma caracterizao do sistema bancrio no Brasil realizada no ensaio final, Entradas,
Sadas e a Alocao de Recursos: Uma Anlise da Intermediao Bancria no Brasil. Com
base em categorias estabelecidas na literatura de Organizao Industrial e Economia do
Trabalho, descrita uma atuao bancria concentradora, privilegiando a intermediao nas
localidades mais ricas, por meio de recursos absorvidos em localidades mais pobres do Brasil.

11

Captulo 1

Sistema Financeiro e Desenvolvimento Econmico:
Evidncias de Causalidade em um Painel para o
Brasil

1.1 Introduo

H certo entendimento acerca da importncia de variveis reais para a explicao do
desenvolvimento econmico. Em vista disso, fatores tecnolgicos, estoque de capital (fsico e
humano) e preferncia entre lazer e trabalho constituem o ponto central das teorias
tradicionais de crescimento econmico [Solow (1956), Romer (1986) e Lucas (1988)].
Estudos recentes, no entanto, reforam a importncia do lado financeiro para uma explicao
completa do fenmeno. Tal interesse explica-se por um velho, mas no totalmente
esclarecido, fato estilizado de forte correlao entre crescimento econmico e variveis
financeiras. Numa tradio que remonta a trabalhos seminais como Gurley e Shaw (1955) e
Goldsmith (1969), vasta a lista de contribuies que tentam mostrar forte relao entre um
sistema financeiro saudvel e elevados nveis de desenvolvimento econmico.
Nesta direo, mais que mero reflexo das condies fundamentais da economia, o sistema
financeiro poderia ter importncia na promoo do desenvolvimento econmico, atuando
como fora propagadora dos ciclos de negcio. Este papel ativo exercido pelas instituies

12
financeiras no processo econmico deve, de fato, ser tomado em considerao, uma vez que,
por meio de sua intermediao
they determine which economic organizations will survive and which will perish,
which entrepreneurs will control organizations and which will not, which types of
investment can be made and which cannot, and which new economic products can be
introduced by firms and which cannot [King e Levine (1993a): 156].
Nessa linha, pode ser citado o amplo conjunto de evidncias mostrado por trabalhos mais
recentes, como Bernanke (1983), King e Levine (1993a, 1993b), Beck, Levine e Loayza
(2000), Levine, Loayza e Beck (2000), Beck e Levine (2001) e Caldern e Liu (2002). Estes
autores encontram suporte para a hiptese de que o sistema financeiro tem significante papel
na determinao do crescimento econmico.
No contexto desta rica literatura, o presente trabalho procura verificar, em uma anlise de
painel, a direo da causalidade entre desenvolvimento econmico e alguns indicadores
financeiros selecionados para o Brasil. Para tanto, este trabalho utiliza um procedimento para
o teste de causalidade em painel baseado nas metodologias sugeridas por Holtz-Eakin, Newey
e Rosen (1988) e Granger e Huang (1997).
O objetivo analisar o grau de precedncia temporal entre o componente exgeno das
variveis financeiras e o componente exgeno do nvel de desenvolvimento econmico no
Brasil. O que se busca avaliar a existncia de um fato estilizado bsico levantado por
aqueles autores. Alm do exame da relevncia do lado financeiro para o nvel de atividade,
crucial, para fins de poltica econmica, que se saiba em que sentido d-se a causalidade entre
estas duas dimenses econmicas.
No Brasil, pouco esforo foi empreendido neste sentido, devendo citar os trabalhos realizados
por Matos (2002) e Marques Jr. e Porto Jr. (2004). Utilizando sries de tempo brasileiras,
estes estudos encontram forte evidncia de que as variveis financeiras testadas Granger-
causam crescimento econmico.
Este trabalho utiliza-se de dados para um painel com os estados brasileiros entre 1995 e 2002.
A estimao desagregada, de acordo com os mercados bancrios estaduais brasileiros,
introduz um ganho relevante de informao em relao anlise agregada dos dados. O Brasil
um pas marcado por grandes desigualdades regionais, que se traduzem em sistemas

13
financeiros locais igualmente diferenciados, podendo mesmo ser o caso de que os mercados
relevantes para a atuao bancria sejam estaduais, com estratgias de ao definidas
regionalmente [Sanches, Rocha e Domingos (2006)].
Dessa forma, a agregao dos dados omite uma rica fonte de informao cross-section, que se
refere s diferenas nos estados brasileiros. Com a anlise em painel, estas desigualdades e
idiossincrasias locais podem ser consideradas explicitamente na estimao e controladas por
meio de efeitos estaduais especficos, o que representa inequvoco avano no estudo desta
importante questo.
Para representar os sistemas bancrios estaduais, tomamos como proxy o volume real mdio
de crdito por agncia e o volume real mdio de depsitos totais ( vista e a prazo) por
agncia bancria. Os resultados encontrados mostram haver forte evidncia de causalidade
unidirecional dos indicadores bancrios para o nvel de renda estadual, dando suporte
literatura supracitada.
Com uma amostra alternativa baseada em dados mensais, a evidncia torna-se difusa, no
sendo possvel estabelecer alguma direo de causalidade. Este problema consistente com
observao feita por Beck e Levine (2001), de que seriam necessrios dados em baixa
freqncia para que as hipteses tericas, geralmente associadas a modelos de crescimento de
longo prazo, possam ser verificadas.
Alm desta breve introduo, o presente trabalho tem outras cinco sees. A seguir,
realizada uma curta resenha da recente literatura que tenta explicar a importncia do sistema
financeiro para a promoo do desenvolvimento econmico. A terceira seo apresenta os
dados utilizados para anlise da direo causalidade, enfatizando algumas de suas principais
caractersticas. Em seguida, as tcnicas para os testes de causalidade, adaptados para painis
dinmicos, so descritas. A quinta seo descreve o procedimento emprico e os principais
resultados obtidos. Por ltimo, so apresentadas as consideraes finais.

14
1.2 Sistema Financeiro e Desenvolvimento
Econmico: Uma viso geral

1.2.1 Motivao terica
O papel do sistema financeiro na promoo do desenvolvimento econmico objeto de
extensa literatura. Entretanto, embora a relao entre estas duas dimenses econmicas seja
h muito explorada, remetendo a trabalhos como Gurley e Shaw (1955) e Goldsmith (1969),
recente o entendimento da importncia do sistema financeiro como uma das fontes do
crescimento econmico
1
.
Segundo King e Levine (1993a), apenas com o surgimento de uma teoria de crescimento
econmico que ampliasse a conceituao trazida na modelagem tradicional [Solow (1956)],
seria possvel incorporar um entendimento adequado da importncia do sistema financeiro
para o crescimento econmico. A dificuldade oriunda do modelo de Solow (1956) que ele
oferece poucas possibilidades analticas sobre esta questo, uma vez que a taxa de
crescimento de longo prazo da economia depende, em ltima instncia, das taxas de
crescimento populacional e de progresso tecnolgico, que so variveis exgenas no modelo.
Com as novas teorias de crescimento econmico [Romer (1986), Lucas (1988)] e seus novos
tratamentos para o desenvolvimento tecnolgico e capital humano, tornou-se possvel uma
maior variedade de polticas que afetariam o crescimento de longo prazo
2
.
Porm, mais importante que esta nova abordagem para o crescimento de longo prazo foi o
entendimento do papel do sistema financeiro no processo de intermediao de recursos. A
importncia deste sistema reside no s na capacidade de aumentar a captao de recursos,
mas, principalmente, na habilidade em alterar estas alocaes, podendo ter, dessa maneira,
forte impacto sobre o crescimento tecnolgico e a produtividade [Beck, Levine e Loayza
(2000)].

1
King e Levine (1993a) trazem uma descrio da interpretao tradicional para a relao entre sistema
financeiro e desenvolvimento econmico.
2
Para uma apresentao completa destes modelos, ver Barro e Sala -i-martin (2004), captulo 4.

15
Uma exemplificao, proposta em Levine (1997), ajuda-nos a compreender este ponto. Diante
de um novo projeto, o investidor tem trs opes para financiar seu plano de gastos. Em
primeiro lugar, o investidor poderia financiar seu projeto com recursos prprios, o que, no
entanto, limitaria o investimento disponibilidade de poupana. Outra possibilidade seria o
financiamento direto do investimento pelos detentores de poupana externos firma. Alm de
envolver elevados custos de transao, h o problema associado relao de agncia
caracterstica desta operao. Neste caso, teramos o investidor como o agente detentor de
informao sobre o projeto que no pode ser obtida publicamente (sem custos) pelo dono da
poupana. O poupador o principal da relao e, dessa forma, gostaria que o investidor
tomasse as decises que melhor lhe interessassem. Estes problemas de informao podem
levar, por exemplo, a situaes em que o investidor no consegue novos financiamentos,
mesmos estando disposto a arcar com um custo mais elevado [Stiglitz e Weiss (1981)]. Esta
assimetria na informao disponvel crucial para justificar a existncia de intermedirios
financeiros, o que corresponderia terceira opo para financiamento do mencionado projeto.
Dois elementos-chave surgem desta tipificao: o financiamento externo de projetos de
investimentos e os custos de transao e informacionais associados a esta operao. a
capacidade de atenuar os custos de transao e de informao que torna o sistema financeiro
essencial para o barateamento do custo externo de financiamento [Bernanke (1983), Rajan e
Zingales (1988) e Levine (1997, 2004)]. Decorre desta intermediao um efeito que pode no
apenas influenciar as taxas de poupana e, portanto, a taxa de acumulao de capital, mas
tambm promover maior eficincia alocativa e inovao tecnolgica.
De modo geral, na forma apontada pela literatura apresentada em Levine (1997, 2004), podem
ser arrolados cinco canais atravs dos quais o sistema financeiro atingiria tais objetivos e
promover maiores taxas de crescimento econmico de longo prazo.
Em primeiro lugar, os intermedirios podem amenizar os riscos inerentes aos potenciais
projetos. Estes riscos podem estar associados liquidez dos projetos ou idiossincrasias a que
as firmas investidoras esto sujeitas. O argumento utilizado por Levine (1997, 2004) procura
destacar a importncia de se contar com mercados financeiros bem organizados, lquidos e
com capacidade de diversificao de risco. Desta feita, com menores custos de transao
envolvidos, o investimento mediado por instituies financeiras no se limitaria a projetos de
maior liquidez e, muitas vezes, de menor retorno.

16
Em segundo lugar, pode ser extremamente custoso para os detentores de poupana adquirir e
avaliar as informaes referentes a um potencial projeto a ser financiado. As informaes de
interesse do principal vo desde as condies econmicas prevalecentes capacidade
administrativa da firma que ir receber o investimento. Supondo que o custo de obteno
destas informaes seja fixo, os intermedirios financeiros poderiam diluir tais custos ao
dividi- los entre os diversos indivduos que utilizam seus servios. Ou seja, o custo para a
obteno de informao reduzido na presena de intermedirios financeiros, o que permitiria
a difuso mais ampla das oportunidades de investimento na economia.
Outra funo associada maior escala de atuao das instituies financeiras a capacidade
de levantamento de fundos. Do ponto de vista da firma investidora, pode ser economicamente
invivel a captao de mltiplas poupanas a fim de suprir o montante necessrio ao
financiamento de um determinado projeto. A conseqncia deste fato seria a limitao dos
projetos a escalas economicamente ineficientes. Neste sentido, a existncia de intermedirios
financeiros que mobilizem o total de poupana gerada na economia pode trazer considerveis
efeitos alocativos.
Como j mencionado, o problema informacional caracterstico da operao de financiamento
de um projeto torna custosa a avaliao do cumprimento do contrato e da utilizao adequada
dos recursos levantados. Tal assimetria informacional pode levar os detentores de poupana a
racionarem seus recursos. Assim, Levine (1997, 2004) sustenta que tais custos, associados
aquisio de informao e garantia de que os contratos sejam cumpridos, tornam
economicamente desejvel a presena de instituies financeiras que tenham vantagens em
exercer tais controles sobre as firmas.
Por ltimo, temos o argumento de que a existncia de intermedirios financeiros pode
promover a especializao na economia. Num esprito semelhante Briant (1980) e Diamond
e Dybvig (1983), a existncia de instrumentos financeiros traz ganhos de eficincia em
relao ao equilbrio autrquico. Assim, barateando os custos de transao e informao, os
intermedirios financeiros podem tornar melhores as condies para especializao
econmica. O ganho proveniente da maior especializao um dos resultados cannicos da
Teoria Econmica, que remonta a Adam Smith.
Portanto, quanto mais hbil no cumprimento destas cinco funes mencionadas acima, mais
desenvolvido o sistema financeiro. Na formalizao apresentada em King e Levine (1993a),

17
o desenvolvimento financeiro, no sentido ora empregado, pode gerar crescimento econmico
em um modelo que assuma:
(i) Empreendedores heterogneos querem inovar e precisam de financiamento
externo;
(ii) Inovao ampliadora de produtividade envolve, em alguma medida, investimento
em capital intangvel (humano ou no), de difcil monitoramento e no alienvel.
Assim, tomando como base alguma verso dos modelos de crescimento endgeno
mencionados acima, possvel estabelecer ligao entre o desenvolvimento das atividades
financeiras, no sentido j proposto, e o crescimento econmico de longo prazo [King e Levine
(1993a)].

1.2.2 Evidncias empricas internacionais
No que diz respeito aos fatos estilizados, pode-se fazer referncia, dentre outros, aos trabalhos
realizados por King e Levine (1993a, 1993b). Nestes artigos, os autores esboam um resumo
da ampla literatura emprica acerca da relao entre sistema financeiro e crescimento
econmico, por meio de trs evidncias bem documentadas:
(i) Valores contemporneos das variveis financeiras entram de forma significativa
nas equaes estimadas para crescimento econmico, acumulao de capital e
crescimento da produtividade.
(ii) Valores passados das variveis financeiras entram de forma significativa nas
equaes estimadas para crescimento econmico, acumulao de capital e
crescimento da produtividade, parecendo indicar precedncia temporal do lado
financeiro.
(iii) Pases mais ricos detm maior parcela de ativos financeiros como proporo do
Produto Interno Bruto (PIB), maior proporo de crdito oferecido e recebido por
instituies privadas e maior participao de servios financeiros no-bancrios.

18
Um tratamento economtrico mais formal para o confrontamento destes fatos estilizados pode
ser visto em Beck, Levine e Loayza (2000), Levine, Loayza e Beck (2000) e Beck e Levine
(2001). Para que esta empreitada fosse bem sucedida, estes autores tiveram de enfrentar um
problema comum a esta literatura emprica, que a possibilidade de vis de simultaneidade.
Ou seja, o sistema financeiro um componente na determinao do crescimento econmico e
suas fontes, mas no se pode descartar a relao no sentido contrrio, em que o ritmo de
crescimento altera a estrutura financeira do pas.
Na literatura, podem ser encontradas vrias estratgias para o tratamento deste problema de
endogeneidade. King e Levine (1993a, 1993b) buscam dirimir a simultaneidade por meio da
utilizao dos valores iniciais dos indicadores financeiros, para explicar o comportamento do
crescimento econmico verificado posteriormente em sua amostra de pases.
Uma crtica a esta estratgia de identificao realizada em um outro importante trabalho,
devido a Rajan e Zingales (1998). Os autores apresentam a distino entre o papel de
indicador estatisticamente antecedente, que poderia ser identificado erroneamente em King e
Levine (1993a, 1993b), e o de fator terico de causalidade, que deveria ser exercido pelo
sistema financeiro. Para que o sistema financeiro possa, de fato, ser considerado como fonte
geradora de crescimento econmico, os canais tericos de tal causalidade devem ser testados.
Nesta linha, os autores tentam identificar os efeitos causais do sistema financeiro, por meio da
avaliao da proposio de que o desenvolvimento financeiro ameniza os custos de
financiamento externo das firmas. Para tanto, eles empregam uma distino entre setores
econmicos, de acordo com os nveis de requerimento de financiamento externo. Dentro desta
estratgia de identificao, o sistema financeiro seria um fator causal de crescimento
econmico caso fosse possvel estabelecer um padro em que os setores mais dependentes
crescessem relativamente mais nas sociedades dotadas de melhores sistemas financeiros. A
evidncia encontrada por estes autores, em nvel micro-setorial, suporta esta hiptese, ou seja,
um sistema financeiro desenvolvido reduz o custo de financiamento externo para as firmas
investidoras, servindo de estmulo ao crescimento econmico
3
.
A estratgia emprica empreendida por Beck, Levine e Loayza (2000) consistiu da utilizao
da tcnica de variveis instrumentais para extrair os componentes exgenos dos indicadores

3
Para uma resenha de testes empricos microeconomtricos para a verificao da relevncia do sistema
financeiro, ver Levine (2004).

19
financeiros, possibilitando identificar uma fonte de variao genuna na explicao do
crescimento econmico. Alm disso, os autores buscam avaliar se o sistema financeiro seria,
em verdade, um fator terico de causalidade. Neste esprito, Beck, Levine e Loayza (2000)
examinam os efeitos dos intermedirios financeiros em possveis fontes de crescimento
econmico: a taxa de poupana privada, a acumulao de capital fsico e a produtividade total
dos fatores.
Em primeiro lugar, estes objetivos foram perseguidos por meio da utilizao da origem legal
dos pases como instrumento para as variveis financeiras, em um modelo de variveis
instrumentais para uma cross-section, construda a partir da mdia das variveis no perodo
considerado. Em seguida, os autores empregam tcnicas de painel e o Mtodo de Momentos
Generalizados para tratar do problema de simultaneidade, fazendo uso dos instrumentos
sugeridos por Arellano e Bond (1991) que ser tratado em detalhes posteriormente.
Beck, Levine e Loayza (2000) utilizam um conjunto de dados scio-econmicos e financeiros
de 63 pases entre 1960 e 1995 para avaliar a importncia do sistema financeiro na
determinao da poupana, do capital e da produtividade. Trs indicadores financeiros so
testados: a razo entre o crdito total direcionado ao setor privado e o Produto Interno Bruto
(PIB), a razo entre as obrigaes totais do sistema financeiro e o PIB e, por ltimo, a
proporo do crdito bancrio no PIB.
Os resultados mostram uma relao robusta e positiva entre os indicadores financeiros
empregados e crescimento econmico, corroborando, dentro de um experimento
economtrico mais cuidadoso, a evidncia supracitada por King e Levine (1993a, 1993b).
Alm disto, parece haver indcios de que o canal atravs do qual o sistema financeiro afetaria
o crescimento econmico seria o incremento da produtividade total dos fatores. Este aspecto
fundamental para a corroborao de uma das principais proposies trazidas pelo modelo
estilizado por King e Levine (1993a): a ao do sistema financeiro na amenizao dos
problemas de informao e custos de transao provoca importantes melhoras na alocao de
recursos econmicos.
Levine, Loayza e Beck (2000) e Beck e Levine (2001) utilizam procedimentos economtricos
semelhantes aos descritos h pouco para identificar os efeitos do sistema financeiro sobre o
crescimento econmico.

20
Beck e Levine (2001) realizam duas importantes alteraes metodolgicas. Em primeiro
lugar, os autores tentam separar os efeitos do sistema financeiro, entre a atuao dos bancos e
a do mercado de capitais. Por causa da necessidade de se contar com variveis
caracterizadoras dos mercados financeiros, a amostra teve que se reduzir a um universo de 40
pases entre 1976 e 1998. Para caracterizar o sistema financeiro de cada pas, os autores
utilizam uma medida de liquidez de mercado, dada pela razo ent re o total de aes
negociadas e o total de aes listadas no mercado. O sistema bancrio, por sua vez,
representado pela diviso do crdito bancrio pelo respectivo PIB.
A segunda novidade que, sobre o painel formado por estes dados, Beck e Levine (2001)
ampliaram os instrumentos para identificar os efeitos do sistema financeiro, com o objetivo de
se obter estimativas mais eficientes assintoticamente. A estratgia de identificao consiste da
aplicao do procedimento sugerido por Arellano e Bover (1995).
Como resultado, os autores encontram evidncia de que os componentes exgenos dos
indicadores de desenvolvimento bancrio e financeiro so conjuntamente significantes para
determinar o crescimento econmico dos pases includos na amostra.
J Levine, Loayza e Beck (2000), com uma amostra semelhante Beck, Levine e Loayza
(2000), obtm resultados tambm condizentes com a importncia do sistema financeiro para
promover crescimento econmico. Dois pontos a respeito deste trabalho merecem destaque.
Em primeiro lugar, os autores mostram que aspectos legais e regulatrios, associados ao
direito dos credores, respeito aos contratos e a determinadas prticas contbeis, desempenham
um papel relevante na explicao das diferenas nos nveis de desenvolvimento financeiro nos
pases. Esta evidncia fornece aos formuladores de polticas um conjunto de modificaes
institucionais que poderiam ter efeitos sobre o crescimento econmico. Outro ponto
importante apresentado por estes autores a questo da causalidade reversa que posta
diretamente em discusso. Ou seja, mesmo sendo possvel mensurar os impactos do
desenvolvimento financeiro sobre o crescimento econmico, de forma totalmente livre do
efeito reverso exercido pelo crescimento, no se pode negar a existncia da causalidade no
sentido contrrio.
Cabe qualificar a natureza das evidncias at aqui reportadas. O controle com variveis
instrumentais, implementado por estes autores, resolve o problema associado ao vis de
simultaneidade nas equaes envolvendo crescimento econmico e desenvolvimento

21
financeiro. Com isto, somos capazes de inferir o poder preditivo dos componentes exgenos
do sistema financeiro sobre o crescimento econmico, mesmo que haja a causalidade no
sentido contrrio. Outra questo igualmente relevante, mas no tratada diretamente por esta
literatura, a anlise desta causalidade em si.
Caldern e Liu (2002) empreendem um importante esforo nesta direo. Estes autores
procuram avaliar, dentro da relao global envolvendo sistema financeiro e crescimento
econmico, qual a importncia relativa da causalidade em cada uma das direes possveis:
(i) crescimento causa intermediao financeira, (ii) intermediao financeira causa
crescimento e (iii) a causalidade ocorre nas duas direes.
Para um conjunto de 109 pases entre 1960 e 1994, os autores aplicam a tcnica desenvolvida
por Geweke (1982) para decompor a dependncia linear entre as variveis de interesse, de
acordo com as causalidades envolvidas. Os indicadores financeiros utilizados por estes
autores so formados pela razo entre um agregado monetrio (M2) e PIB e pela proporo
entre o crdito total direcionado ao setor privado e o PIB.
Os resultados encontrados pelos autores mostram que, na relao econmica envolvendo
sistema financeiro e crescimento econmico, a causalidade predominante d-se na direo do
desenvolvimento financeiro como fenmeno antecedente acelerao do crescimento
econmico. Segundo as estimativas dos autores, pelo menos 80% da relao global entre
crescimento econmico e sistema financeiro d-se na direo sugerida pela literatura revista
h pouco.

1.3 Sistema Financeiro e Desenvolvimento
Econmico: Evidncias para o Brasil

Para o Brasil, a evidncia parece suportar, de forma semelhante, a importncia at aqui
sugerida do sistema financeiro para a determinao de maior crescimento econmico. Nesta

22
direo, pode ser til citarmos os trabalhos de Matos (2002) e Marques Jr. e Porto Jr. (2004),
que tratam especificamente da questo causal associados a este problema
4
.
Estes trabalhos visam testar a relao de causalidade entre sistema financeiro e crescimento
econmico para sries de tempo brasileiras. A metodologia empregada foi a utilizao do
conceito de causalidade de Granger (1969), que ser apresentado em mais detalhes em nossa
seo metodolgica. Para lidar com a presena de algumas sries de dados que no so
estacionrias, os autores estendem o procedimento para considerar a causalidade no contexto
de uma relao de co- integrao [Johansen (1988)].
Matos (2002) utiliza um conjunto de variveis para mensurar o desenvolvimento financeiro
em vrias dimenses possveis. Cinco indicadores foram criados: a diferena nos agregados
monetrios M2 e o papel moeda em poder do pblico em relao a M2 e em relao ao PIB, a
razo entre o crdito bancrio direcionado ao setor privado e o PIB, a diviso entre o crdito
total do sistema financeiro direcionado ao setor privado pelo PIB e, por ltimo, a proporo
de M2 no PIB. O autor realiza seus testes de causalidade considerando um conjunto de sries
temporais anuais entre 1947 e 2000, ou com sries que comeam um pouco mais tarde,
dependendo da disponibilidade de informaes sobre o crdito direcionado ao setor privado.
Marques Jr. e Porto Jr. (2004) usam sries de tempo brasileiras anuais de 1950 a 2000. Os
autores procuram qualificar o sistema financeiro brasileiro, por meio de indicadores para o
sistema bancrio e o mercado de capitais, dando uma dimenso de seus tamanhos, nveis de
atividade e graus de eficincia. Para captar o efeito tamanho do sistema bancrio e de capitais,
utilizada, respectivamente, a soma dos depsitos bancrios vista e a prazo em relao ao
PIB e o valor das transaes em bolsa dividido pelo PIB. O nvel de atividade nestes
mercados representado pela razo entre o crdito bancrio direcionado ao setor privado em
relao ao PIB e o valor anual das transaes no mercado de capitais como proporo do PIB.
Por fim, a eficincia bancria e do mercado de capitais aproximada, na seqncia, pela razo
entre o crdito direcionado ao setor privado e o PIB e pela soma dos depsitos bancrios
vista e a prazo dividida pelo PIB e pelo valor anual das transaes em bolsa sobre o valor total
da capitalizao das aes negociadas.

4
Esta preocupao no recente. Em um trabalho nos anos oitenta, Gonalves (1980), certo da importncia
desta relao, prope um modelo terico que visa captar as idiossincrasias do sistema financeiro brasileiro para a
promoo de crescimento econmico no pas.

23
Embora haja alguma variao, dependendo da proxy utilizada para representar o sistema
financeiro, os resultados reportados nestes trabalhos mostram ampla evidncia de uma relao
unidirecional do sistema financeiro para crescimento econmico, em consonncia com a
literatura emprica e terica apresentada anteriormente.
Outra importante referncia para este trabalho a recente investigao realizada por Zara
(2006). A autora utiliza a j mencionada estratgia de King e Levine (1993a, 1993b) para, em
uma abordagem regionalizada como a agora pretendida, identificar os efeitos do
desenvolvimento do sistema financeiro sobre o crescimento econmico e tambm sobre a
desigualdade de renda.
Os dados utilizados por Zara (2006) formam um painel contendo os 27 estados brasileiros
entre 1995 e 2003. Como proxy para os sistemas financeiros estaduais, Zara (2006) utiliza a
razo entre o volume total de crdito bancrio e o PIB de cada localidade. Os resultados
obtidos pela autora, no entanto, no se mostram em consonncia com literatura emprica e
terica revista h pouco, uma vez que o crdito estadual no apresenta qualquer significncia
estatstica para a determinao do crescimento econmico local. Desta maneira, torna-se
fundamental que se retome o esforo de pesquisa para que os efeitos do sistema financeiro
sobre o nvel de produo econmica nos estados brasileiros possam ser compreendidos de
maneira adequada.
Tendo como motivao a literatura acima, este trabalho busca avaliar a causalidade
envolvendo o desenvolvimento financeiro e o nvel de renda no Brasil. Esta anlise pode
revelar um fato estilizado bsico acerca da importncia do setor financeiro no
desenvolvimento econmico brasileiro. A discusso aqui empreendida parte de uma
abordagem desagregada de acordo com os dados bancrios nos estados brasileiros.
Desta forma, a principal diferena deste trabalho em relao a Matos (2002) e Porto Jr. e
Marques Jr. (2004) a utilizao do conceito de causalidade de Granger (1969) em um
contexto de painel. As unidades seccionais consideradas so as Unidades Federativas, que
podero adicionar mais graus de liberdade, alm de fornecerem informao mais desagregada
do sistema financeiro no Brasil. A estratgia de atuao dos intermedirios financeiros pode
ser segmentada regionalmente, tal como em Sanches, Rocha e Silva (2006). Se for este o caso,
importante considerar as especificidades dos mercados regionais em vez de uma anlise

24
agregada para o Brasil, onde estas diferenas regionais no seriam contempladas
explicitamente.
Para a caracterizao dos sistemas financeiros regionais, sero tomados indicadores relativos
atuao dos seus respectivos setores bancrios. Os bancos compem uma parte
extremamente importante do sistema financeiro, atuando no processo de intermediao, com
produtos e servios que contribuem na resoluo dos problemas de informao e dos custos
de transao, como tratado na seo anterior.
Uma caracterstica do sistema bancrio a sua grande capilaridade, estando presente em mais
de 3.200 municpios brasileiros, sendo, dessa maneira, bastante representativo das condies
de intermediao financeira no pas. Alm disso, conforme os resultados de Matos (2002) e
Porto Jr. e Marques Jr. (2004), a evidncia emprica sobre os indicadores bancrios mostra-se
mais robusta, enquanto preditores do crescimento econmico brasileiro, se comparada
performance das demais variveis financeiras.
Em uma definio apresentada por Freixas e Rochet (1999), a atividade bancria pode ser
caracterizada pela ao corrente de oferecimento de emprstimos e recolhimento de depsitos.
Com base nesta definio, caracterizaremos o desenvolvimento bancrio regional pela maior
capacidade em exercer tais atividades. Assim, duas proxies so utilizadas para representar o
lado financeiro:
O volume real de crdito bancrio por agncia em cada estado; e
O volume real de depsitos bancrios totais ( vista e a prazo) por agncia em cada
estado.
Os dados foram disponibilizados pelo Banco Central do Brasil. As informaes foram
deflacionadas segundo o IPCA, medido pelo Instituto Brasileiro de Geografia e Estatstica
IBGE
5
.
Do ponto do vista do lado real, preciso, em primeiro lugar, esclarecer que estamos
interessados na causalidade envolvendo o nvel de renda e no o crescimento econmico.
Queremos saber se o desenvolvimento bancrio aumenta o nvel de renda no Brasil, ou vice-
versa. Em termos tericos, o ponto de partida a literatura revista h pouco, uma vez que

5
Os dados financeiros utilizados foram consultados via sistema SISBACEN, disponvel gratuitamente em
www.bcb.gov.br.

25
todas as concluses obtidas para o crescimento econmico, necessariamente, tm implicaes
equivalentes sobre o nvel de renda da economia. Como indicador de atividade econmica, foi
utilizado o PIB estadual coletado pelo IBGE
6
.
Este trabalho utiliza uma amostra com dados anuais, compreendendo um painel com todos os
estados brasileiros entre 1995 e 2002. Todas as variveis foram transformadas pelo logaritmo
em sua base natural.
Faz-se til considerar alguma descrio dos dados relativos ao sistema bancrio brasileiro. A
tabela 1 reporta a distribuio regional da renda e dos atributos bancrios nmero de agncias
e total de crdito. A primeira linha da tabela mostra a j conhecida concentrao de renda
brasileira nos estados da regio Sudeste. Mas, as demais linhas parecem mostrar que tal
concentrao de renda reflete-se em igual ou pior concentrao no acesso aos servios
bancrios considerados. Como pode ser visto, a regio Sudeste responde por mais de 70% e
50% do total do crdito e de agncias bancrias, respectivamente.

Tabela 1
Distribuio regional de renda e servios bancrios (%) 2003*
Norte Nordeste Sudeste Sul Centro-Oeste
PIB 4,48 13,05 58,16 17,48 6,84
Crdito 1,33 6,12 70,9 13,25 8,38
Agncias 3,67 14,51 54,17 20,1 16,43
Fonte: Fonseca e Vasconcelos (2002).
*Para o PIB, foram usados dados de 1998.

Dessa forma, o cenrio traado acima parece indicar, embora bastante preliminarmente, que
h uma estreita relao entre o nvel de renda e a qualidade do sistema bancrio no Brasil. A
seguir, so apresentadas tabelas com a correlao entre os indicadores construdos, o que faz
emergir alguns fatos importantes acerca do fenmeno analisado.
Como pode ser visto, a estrutura de correlao varia substancialmente de acordo com o
indicador financeiro utilizado. A varivel de crdito bancrio por agncia no apresenta
correlao contempornea com o nvel de atividade. Como os resultados mostram, tal varivel
parece estar significativamente associada com o PIB de, pelo menos, dois anos frente. Este

6
Os dados utilizados podem ser obtidos na base disponibilizada pelo Instituto de Pesquisas Econmicas
Aplicadas IPEA, no site www.ipeadata.gov.br.

26
quadro parece caracterizar algum grau de precedncia temporal exercido pelo volume de
crdito bancrio.

Tabela 2
Correlao entre os indicadores financeiros e o PIB
ndice Real de Volume de Crdito por Agncia Bancria
Correlao P-Valor
Contempornea -0,007 0,918
1 defasagem 0,096 0,161
2 defasagens 0,143 0,036
ndice Real de Volume de Depsito por Agncia Bancria
Correlao P-Valor
Contempornea 0,460 0,000
1 defasagem 0,296 0,000

A varivel de depsitos bancrios, por outro lado, apresenta elevada correlao
contempornea. O grau de associao com o PIB, no entanto, reduz-se na medida em que
defasagens do indicador de depsitos so consideradas. Ainda assim, os dados parecem
indicar uma correlao positiva entre este indicador e as realizaes do PIB um e dois anos
frente.
A tabela 3, a seguir, traz um entendimento semelhante. Os nmeros reportam a correlao
entre os indicadores financeiros na primeira metade da amostra (1995-1998) e o PIB nos
ltimos anos da amostra (1999-2002). Em ambos os casos, os resultados parecem indicar que
elevados nveis iniciais de depsitos ou crdito bancrio so seguidos por anos com produto
elevado.

Tabela 3
Correlao entre os nveis iniciais (1995-1998) dos indicadores financeiros e os
nveis finais (1999-2002) do PIB
Correlao P-Valor
ndice Real de Volume de Crdito por Agncia Bancria 0,214 0,027
ndice Real de Volume de Depsito por Agncia Bancria 0,360 0,000

27
Tais evidncias parecem indicar alguma noo de precedncia temporal dos indicadores
financeiros frente ao PIB. No entanto, tal concluso requer testes formais, tal como passamos
a desenvolver na prxima seo.

1.4 Metodologia para Causalidade em Painel

O objetivo da econometria buscar, por meio de modelos estatsticos e matemticos, a
confrontao de formulaes tericas com os dados empricos. Assim, estamos interessados
na proposio de um modelo que nos fornea uma relao causal que envolva as variveis de
interesse y e x, tal como estabelecido pela teoria econmica:
e ) x ( f y + (1)
Onde f(x) a relao econmica postulada a ser estimada e ) , 0 ( d . i . i ~ e
2
um termo de
erro estatstico.
Sob determinadas condies, os parmetros que dirigem a relao causal da varivel
explicativa x para a varivel determinada y podem ser estimados, fornecendo meios para o
teste da teoria considerada. A hiptese bsica para a identificao destes parmetros a de
exogeneidade da varivel x ou ausncia de correlao com os termos de erro da regresso (1):
0 ] xe [ E . (2)
Um problema muito comum associado aos fenmenos econmicos a grande possibilidade
de que a varivel explicativa sofra alguma influncia da varivel que ela deveria explicar.
Neste caso, x = g(y), o que rompe com a hiptese de identificao e gera, como conseqncia,
0 ] xe [ E .
Existem vrias maneiras sugeridas na literatura para a resoluo deste problema. Um
procedimento, na linha utilizada pelos modelos economtricos revistos anteriormente, o uso
de variveis instrumentais, z, que seriam auxiliares com as seguintes propriedades: (i)
0 ] xz [ E e (ii) 0 ] ze [ E . Dessa forma, se tomarmos a poro de x que relacionada com

28
z, seremos capazes de identificar um conjunto de informao que respeitar a hiptese de
identificao requerida em (2).
Ainda assim, mesmo sendo capazes de estimar consistentemente os parmetros da relao
entre x e y, resta uma importante questo associada ao entendimento da causalidade
prevalecente. Isto , qual a verdadeira relao causal existente? Como podemos dizer se y =
f(x), x = g(y) ou se as duas coisas acontecem simultaneamente?
Um importante trabalho no tratamento desta questo Granger (1969). Ao propor uma
conceituao operacional e, portanto, testvel para a idia de causalidade, este autor deu uma
grande contribuio para a literatura emprica. O conceito, tal como apresentado no trabalho
seminal, sustenta-se na definio abaixo.
Definio 1:
Uma varivel x causa outra varivel y se e somente se
E[(y/U)
2
] < E[(y/U - x)
2
]
Onde E[(y/U)
2
] a varincia do erro de previso de y, dado o conjunto de informao
disponvel U.
Ou seja, dizemos que x causa y quando we are better able to predict y using all available
information than if the information apart from x had been used [Granger (1969): 428].
Neste trabalho, a metodologia a ser empregada uma verso ampliada da tcnica sugerida por
Granger e Huang (1997), em que feita uma adaptao deste consagrado conceito de
causalidade para o caso de dados em painel. Esta uma inovao importante, pois, como
notam Marques Jr. e Porto Jr. (2004), na literatura descrevendo a relao entre sistema
financeiro e crescimento econmico, a sistemtica sempre foi de utilizar a causalidade
Granger ou a anlise de painel. A abordagem, ora proposta, permite a combinao destas duas
idias.
Diante da definio apresentada, a tarefa torna-se estimar um modelo em painel que permita a
especificao de dinmica e a produo de previses
7
. O modelo a ser estimado segue a

7
Para outras aplicaes do mtodo de causalidade em painel, ver Weinhold e Reis (1999), Granger e Huang
(1997) e Cosso (2001).

29
especificao dinmica proposta por Arellano e Bond (1991), que desenvolveram um
procedimento de Momentos Generalizados para estimao dos parmetros:
it
m
1 l
l it l
n
1 l
l it l i it
u x y c y + + + +

(3)
Onde c uma constante, y
it
a varivel de interesse, x
it
a varivel cuja causalidade em
relao y
it
pretende-se testar, a
i
so os efeitos especficos s unidades seccionais e u
it
um
rudo branco.
Uma discusso a respeito das hipteses de identificao necessrias para a estimao de (3)
apresentada na seo seguinte.
Seguindo com o procedimento de Granger e Huang (1997), para avaliar se x
it
causa y
it
,
estimamos de forma consistente os parmetros do modelo estrutural (3). Em seguida, so
realizadas previses sobre (3) e uma verso modificada pela excluso das defasagens de x:
Modelo 1 :
it
m
1 l
l it l
n
1 l
l it l i it
u x y c y + + + +

Modelo 2 :
it
n
1 l
l it l i it
u y c y + + +

Se x
it
no causa y
it
, de se esperar que as previses produzidas por ambos os modelos acima
sejam similares. Denote por
1
it
e e
2
it
e os respectivos erros de previso associados aos modelos
1 e 2. Utilizando a definio 1, sob a hiptese nula de que a varivel x
it
no Granger-causa y
it
,
verificaramos que a varincia do erro de previso do modelo 1 seria igual ou maior que a
varincia do erro de previso do modelo 2. Isto :
E[(
1
it
e )
2
] E[(
2
it
e )
2
] (4)
Seja a soma e a subtrao dos erros de previso dados por:
SUM
it
=
1
it
e +
2
it
e
DIF
it
=
1
it
e
2
it
e

30
Para se verificar a suposio mencionada em (4), devemos realizar o teste, na regresso
abaixo, da hiptese de que o coeficiente ? seja igual ou maior que zero
8
:
SUM
it
= ? + ? DIF
it
+ ?
it
(5)
Ou seja, x
it
no Granger-causa y
it
se e somente se ?
0. Granger e Huang (1997) sugerem

este procedimento de teste em dois passos. Antes de qualquer coisa, deve-se verificar a
igualdade da hiptese (4) por meio do simples teste de significncia de ? da equao (5). Se a
desigualdade for verificada, deve-se tomar o modelo dotado de menor varincia dos erros de
previso. O procedimento equivalente sugerido aqui sintetiza estes dois passos atravs da
realizao do teste unicaudal.
A lgica por trs deste resultado direta. Para compreendermos o que se passa, basta
lembrarmos que o estimador de mnimos quadrados ordinrios para ? dado por:
I
1 i
2
it
I
1 i
it it
^
DIF
SUM DIF
,
onde I corresponde ao nmero de previses realizadas. Utilizando as definies para SUM
it
e
DIF
it
, temos:
I
1 i
2 2
it
1
it
I
1 i
2
ti
1
it
2
it
1
it
^
) e e (
) e e )( e e (
.
Algumas manipulaes algbricas nos permitem obter a seguinte expresso para
^
:
I
1 i
2 2
it
1
it
2 2
ti
2 1
it
^
) e e (
]} ) e [( E ] ) e [( E { n
. (6)
A equao (6) mostra claramente a relao aludida entre a hiptese (4) e o teste proposto. O
teste de causalidade, portanto, consiste da estimao da equao dada em (5) e do respectivo

8
O teste deve se basear em alguma estimativa robusta do desvio-padro do coeficiente ? [Granger e Huang
(1997): 8].

31
teste da hiptese de que o parmetro ? seja maior ou igual a zero. A rejeio desta hiptese
implica que a varivel x
it
Granger-causa a varivel y
it
.
Resta, entretanto, um ltimo passo no mtodo de teste. Embora o trabalho original de 1997 e
toda a literatura aplicada que o sucedeu no considerem explicitamente esta possibilidade, a
depender de como os erros de previso so formados, os coeficientes da equao (5) podem
sofrer de srios vieses, inviabilizando as concluses concernentes causalidade. Em nosso
entendimento, portanto, h de se estender o procedimento acima descrito para que o teste de
Granger e Huang (1997), baseado em um painel de erros de previso, seja consistente.
Para entender a origem dos problemas, devemos lembrar que o teste (5) baseia-se em uma
estimativa dos erros de previso dada por:

m
1 l
l it l
^
n
1 l
l it l
^
i
^ ^
it
^
1
it
x y c y e

n
1 l
l it l
^
i
^ ^
it
^
2
it
y c y e
Embora as estatsticas acima considerem explicitamente a incluso dos efeitos especficos, a
i
,
e do termo de constante, c, muitas vezes a estimativa consistente dos coeficientes de (3)
feita de forma a tornar desnecessria a estimao destes dois parmetros. Este o caso, por
exemplo, do estimador de primeiras diferenas [Wooldridge (2002): 279] e do
procedimento sugerido por Arellano e Bond (1991), desenvolvido neste trabalho. Controlar
por efeitos fixos, sem de fato estim- los, um artifcio particularmente til para casos em que
a amostra envolve um nmero muito elevado de indivduos. Neste caso, a questo dos graus
de liberdade pode ser um fator limitante incluso de variveis dummies, tcnica usualmente
utilizada para a obteno consistente dos efeitos fixos.
Diante desta discusso, nosso prximo passo propor um mtodo robusto para situaes em
que a estimao dos parmetros do modelo (3) envolve apenas o controle (e no a estimao)
dos efeitos fixos e da constante. Assim, podemos definir o erro de previso no-condicional
em (a
i
,c):
i
2
it
2
it
i
1
it
1
it
c e
c e

+ +
+ +
(7)

32
De forma semelhante, a soma e a subtrao dos erros de previso tornam-se:
SUM
it
* =
1
it
+
2
it
= SUM
it
k
i
, onde k
i
= 2(c+a
i
).
DIF
it
* =
1
it

2
it
= DIF
it
O teste (5), por sua vez, pode ser escrito como:
SUM
it
* = ? + ? DIF
it
* + ?
it
, ou seja:
SUM
it
= ? + k
i
+ ? DIF
it
+ ?
it
(8)
A expresso final idntica equao (5), a no ser pelo componente regional especfico k
i
.
O parmetro ? acima ainda pode ser estimado consistentemente, desde que realizado o devido
controle destes efeitos especficos. H na literatura uma srie de sugestes para que tal
controle seja realizado [ver, por exemplo, Wooldridge (2002), captulo 10]. Uma maneira
simples para se obter uma estimativa consistente de ? seria a estimao de (8) por meio de
uma regresso de primeiras diferenas, eliminando-se, desta forma, a varivel especfica k
i
:
?SUM
it
= + ??DIF
it
+ ??
it
(9)
Onde uma constante definida para a regresso de estimao (9).
Isto , ao montar um painel de erros de previso, possvel ainda usar os erros de previso
da varivel em nvel, desconsiderando as estimativas consistentes de (a
i
,c), desde que a
regresso auxiliar (8) controle os efeitos especficos regionais.
Por ltimo, devemos notar que, caso 0 ] x [ E
i it
, teramos validada a condio de
identificao 0 ] [ E
it i
e, portanto, a estimao dos coeficientes do modelo (8),
desconsiderando-se k
i
, no incorrer em vis. Entretanto, caso 0 ] x [ E
i it
, se os efeitos
especficos no forem considerados, a inferncia requerida sobre ? invlida, inutilizando o
teste de causalidade de Granger e Huang (1997) aplicado a um painel de erros de previso.

33
1.5 Resultados

Os exerccios empricos compreendem basicamente a utilizao de duas metodologias de teste
para causalidade em painel. Alm de aplicarmos a metodologia de causalidade de Granger
(1969) adaptada para painis dinmicos, ser realizado o teste sugerido por Holtz-Eakin,
Newey e Rosen (1988), cuja metodologia ser detalhada a seguir.
O primeiro passo na implementao destas formulaes propostas por Holtz-Eakin, Newey e
Rosen (1988) e Granger e Huang (1997) a estimao da equao (3). Com este intuito, deve-
se proceder tirando a primeira diferena de (3), eliminando-se, dessa maneira, o efeito
especfico a
i
:
it
m
l
l it l
n
l
l it l it
u x y y + +

1 1
(10)
No entanto, deve ser observado que o modelo na primeira diferena sofre do problema de
endogeneidade, uma vez que, necessariamente, 0 ] [
is is
u y E . Isto foi contornado na literatura
com uma srie de instrumentos sugeridos para as defasagens da varivel dependente.
Anderson e Hsiao (1982) sugerem o uso de defasagens da diferena como instrumento, uma
vez que 0 ] [
1

is l is
u y E e 0 ] [
1

l is l is
y y E . No entanto, Arellano (1989) mostra que a
estimao com instrumentos formados pelos nveis defasados produz estimadores de menor
varincia. Em nossas estimaes, seguindo o sugerido por Holtz-Eakin, Newey e Rosen
(1988), Arellano (1989) e Arellano e Bond (1991), o instrumento utilizado ser a defasagem
da varivel em nvel.
Alm desse problema surgido na construo do modelo, deve-se ressaltar que a varivel
independente x
it
, proxy para sistema financeiro, provavelmente endgena. Por este motivo,
assim como a varivel dependente defasada, o regressor x
it
ser instrumentalizado por sua
defasagem em nvel.
Desta forma, a hiptese de identificao necessria :
1 , 0 ] [ ] [ < t s u x E u y E
it is it is
(11)

34
O procedimento, portanto, constitui-se na estimao da equao (3) pelo mtodo de Arellano
e Bond (1991), com n defasagens da primeira diferena da varivel dependente e m
defasagens da primeira diferena de x
it
. Ambas as variveis sero instrumentalizadas por suas
defasagens do nvel, tal como assumido em nossa hiptese de identificao (11).
A discusso acima deixa claro que um problema a ser enfrentado refere-se escolha das
defasagens das variveis que sero includas no modelo. Uma possibilidade para a seleo dos
modelos seria adotar um procedimento semelhante ao adotado pela literatura de sries de
tempo. Neste sentido, mais do que a escolha dos melhores modelos para as regresses
auxiliares, a comparao dos erros de previso com e sem as defasagens seria o ponto crucial.
Neste esprito, estamos mais interessados em saber se um determinado nmero de defasagens
de x
it
nos ajuda a prever o comportamento de y
it
, sem nos preocuparmos com o modelo que
est gerando tal previso. Assim, ser adotado o critrio mais simples em que tomaremos
m=n=k, em que k=1,2,3.

1.5.1 Resultados com Holtz-Eakin, Newey e Rosen (1988)
O procedimento recomendado por Holtz-Eakin, Newey e Rosen (1988) consiste em realizar
um teste de Wald
9
para verificar a hiptese de que os coeficientes associados aos termos
defasados da varivel independente so conjuntamente no-significantes. Desta forma, caso o
teste permita rejeitar esta hiptese, podemos dizer que h precedncia temporal por parte da
varivel independente. O procedimento completado com o teste da precedncia temporal no
sentido contrrio.
Assim, seguindo a notao introduzida nos modelos (3) e (10), temos a hiptese nula definida
por:
H
0
:
1
=
2
=
...
=
n
= 0 (12)
Portanto, para a amostra completa, foi estimada uma equao para o produto como funo de
defasagens do produto e de variveis financeiras, conforme a equao (10). O teste , ento,
realizado sob a hiptese (12), em que a sua rejeio indica a causalidade na direo da

9
Para uma descrio do teste de Wald, ver Davidson e Mackinnon (1993), captulo 6.

35
varivel financeira para crescimento econmico. De forma semelhante, a hiptese de que
crescimento econmico no causa as variveis financeiras pode ser verificada pelo teste da
significncia conjunta dos coeficientes associados s defasagens do produto, numa equao
estimada para a varivel financeira.

Tabela 4
Teste de Holtz-Eakin, Newey e Rosen (1988)
Produto e Crdito Bancrio
Hiptese Nula Estatstica de Wald
m=n=1 m=n=2 m=n=3
Crdito no causa Produto 9,61
(0,00)
7,48
(0,02)
6,15
(0,02)
Produto no causa Crdito 0,12
(0,73)
3,01
(0,22)
2,58
(0,46)
Produto e Depsitos Bancrios
m=n=1 m=n=2 m=n=3
Depsitos no causam Produto 13,99
(0,00)
24,96
(0,00)
16,45
(0,00)
Produto no causa Depsitos 0,26
(0,61)
0,14
(0,93)
1,08
(0,78)
Produto e soma de Crdito e Depsitos Bancrios
m=n=1 m=n=2 m=n=3
Soma no causa Produto 14,94
(0,00)
14,22
(0,00)
2,63
(0,45)
Produto no causa Soma 0,19
(0,66)
0,73
(0,69)
1,66
(0,64)
Nota: P-valor entre parnteses.

Os testes de causalidade apresentados nesta e na prxima seo utilizam, ainda, um terceiro
indicador bancrio construdo a partir da soma do saldo de depsitos e do saldo crdito por
agncia bancria
10
.
Conforme relatado na tabela 4, os resultados parecem mostrar que crdito e depsitos
bancrios, alm da soma destes dois indicadores, tm suas defasagens significantes na
equao de produto. J com a causalidade no sentido contrrio, nota-se que as defasagens da
varivel crescimento econmico no so significantes para determinar as proxies criadas para
sistema financeiro. Vale ressaltar que estes resultados so robustos ao nmero de defasagens
introduzidas nas equaes de estimao.

10
Este indicador constitui-se de um ndice real, construdo conforme a descrio no incio da seo 1.3.

36
Os testes sugeridos por Holtz-Eakin, Newey e Rosen (1988) parecem indicar, portanto, que h
uma causalidade unidirecional, onde os indicadores financeiros precedem temporalmente a
varivel de atividade econmica.
semelhana da ampla evidncia reportada por King e Levine (1993a, 1993b) e Levine,
Loayza e Beck (2000), dentre outros, o lado financeiro pode ter papel ativo no
desenvolvimento econmico brasileiro, uma vez que os componentes exgenos das variveis
financeiras mostram-se estatisticamente significantes para a determinao do produto. Resta
saber se o mesmo entendimento pode ser obtido a partir do procedimento de teste indicado
por Granger e Huang (1997).

1.5.2 Resultados com Granger e Huang (1997)
Os testes de causalidade de Granger e Huang (1997), a serem realizados a seguir, baseiam-se
no procedimento adaptado com a correo apresentada na equao de teste (9). Desta
maneira, conforme j explicitado, so evitados vieses oriundos de efeitos especficos no-
observados na construo dos painis com erros de previso.
Assim, com o intuito de realizar estes testes, devemos, em primeiro lugar, obter meios para
efetuar projees, para que seja possvel construir os respectivos erros de previso e as
variveis auxiliares requeridas para a estimao da equao (9). Este passo ser realizado por
meio de predio fora da amostra (out-of-sample) e ps-amostra (post-sample), tal como
definimos a seguir.
Previso fora da amostra constitui-se do mtodo de predio para unidades seccionais
excludas da amostra usada na estimao do modelo. Esse tipo de previso realizado,
ajustando-se o modelo (3), com a excluso de um dos estados da amostra. Este procedimento
repetido para cada um dos estados at que se forme um painel com os erros de previso dos
modelos com e sem as defasagens de x
it
, para que a equao (9), finalmente, possa ser
estimada.
A previso ps-amostra, por sua vez, realizada com o ajuste da equao (3), excluindo-se
T perodos ao final da amostra de todas as unidades seccionais. A equao (9) ento
estimada com base nos erros de previso das T observaes excludas da amostra.

37
Apesar da preferncia declarada por Granger e Huang (1997) pela previso do tipo fora da
amostra, opta-se, dentre as duas possibilidades, pela metodologia de previso ps-amostra.
Esta escolha baseada pela avaliao de que a estimao auxiliar com excluso de uma das
unidades seccionais acaba por descaracterizar a natureza da relao analisada. A estimao do
modelo economtrico sem o estado de Minas Gerais, por exemplo, geraria parmetros pouco
informativos, ou mesmo teis, a respeito da relao econmica que justificaria a existncia
(ou a no existncia) da causalidade entre sistema financeiro e desenvolvimento econmico.
Faz mais sentido, em nosso entendimento, a manuteno de todos os indivduos componentes
na amostra e a excluso de unidades de tempo.
Desta maneira, as estimaes foram realizadas com a incluso de todos os estados na amostra,
sendo excludas as duas ltimas observaes temporais. O erro de previso sobre os anos
excludos nos permite construir um painel com os erros de projeo para a estimao de (9).
Os resultados obtidos so reportados na tabela 5. A ttulo de ilustrao, as estimativas
baseadas na previso fora da amostra so discutidas na prxima subseo.

Tabela 5
Teste de causalidade Granger-Huang (1997) Previso ps-amostra
Vrias defasagens
Hiptese Nula Defasagens Estatstica Hiptese Nula Defasagens Estatstica
m =n=1 -6,21
(0,00)
m=n=1 9,31
(1,00)
m =n=2 -22,76
(0,00)
m=n=2 7,91
(1,00)

Crdito no
causa PIB

m=n=3 -15,75
(0,00)

PIB no causa
Crdito
m=n=3 0,28
(0,61)
Produto e Depsito Bancrio
m=n=1 2,90
(0,99)
m=n=1 7,51
(1,00)
m=n=2 -13,27
(0,00)
m=n=2 1,86
(0,96)

Depsitos no
causam PIB

m=n=3 -40,30
(0,00)

PIB no causa
Depsitos
m=n=3 -0,12
(0,90)
Produto e Soma de Crdito e Depsito Bancrio
m=n=1 -6,87
(0,00)
m=n=1 14,98
(1,00)
m=n=2 -18,43
(0,00)
m=n=2 8,35
(1,00)

Soma no causa
PIB

m=n=3 -32,74
(0,00)

PIB no causa
Soma
m=n=3 3,59
(1,00)

38
A concluso obtida acima com os testes de causalidade de Granger e Huang (1997)
consistente com os resultados descritos na seo anterior. Como podemos observar, os testes
apontam, de forma robusta, para uma causalidade na direo dos indicadores financeiros para
o produto dos estados brasileiros. Assim como nos testes de Holtz-Eakin, Newey e Rosen
(1988), esta causalidade verificada em todas as defasagens testadas, com exceo do
primeiro lag para a proxy depsitos financeiros.
Portanto, podemos concluir, com base nas proxies utilizadas e nos testes de Holtz-Eakin,
Newey e Rosen (1988) e Granger e Huang (1997) realizados neste trabalho, que h forte
evidncia de que sistema financeiro Granger-causa desenvolvimento econmico no Brasil.
A seguir, so descritos os procedimentos tomados com um conceito alternativo para a
formao dos erros de previso e com uma amostra com dados mensais. Como poderemos
observar, os resultados tornam-se diferentes, mas a sua interpretao elucidativa acerca da
relao entre sistema financeiro e desenvolvimento econmico no Brasil.

1.5.3 Um conceito alternativo para previso
Nesta subseo, so apresentados os resultados com o mtodo de previso fora da amostra.
No procedimento para a previso fora da amostra, conforme j discutido, sero estimados
modelos em que os estados, um por vez, sero excludos da estimao e serviro de base para
a previso e montagem da equao (9). Os resultados provenientes deste tipo de previso so
reportados na tabela 6.
Os resultados mudam consideravelmente com este tipo de previso. Pela anlise dos nmeros
abaixo, difcil apreender claramente alguma noo de causalidade nos dados. A hiptese
nula de no-causalidade rejeitada apenas no caso da varivel crdito bancrio no modelo
com trs defasagens. De uma forma geral, portanto, no h evidncia de causalidade entre as
variveis financeiras e produo.

39
Tabela 6
Teste de causalidade Granger-Huang (1997) Previso fora da amostra
Vrias defasagens
m=n=1 8,84
(1,00)
m=n=1 -1,34
(0,09)
m=n=2 9,04
(1,00)
m=n=2 -1,23
(0,11)

Crdito no
causa PIB

m=n=3 7,79
(0,00)

PIB no causa
Crdito
m=n=3 -1,18
(0,12)
m=n=1 25,47
(1,00)
m=n=1 -0,14
(0,44)
m=n=2 17,22
(1,00)
m=n=2 0,15
(0,56)

Depsitos no
causam PIB

m=n=3 16,96
(1,00)

PIB no causa
Depsitos
m=n=3 0,25
(0,60)
m=n=1 11,48
(1,00)
m=n=1 0,60
(0,73)
m=n=2 12,02
(1,00)
m=n=2 0,87
(0,81)

Soma no causa
PIB

m=n=3 19,53
(1,00)

PIB no causa
Soma
m=n=3 0,77
(0,78)

Esta mudana de resultados pode ser explicada de acordo com os argumentos apresentados na
seo anterior para justificar nossa preferncia pelo mtodo de previso ps-amostra.
Conforme mencionado, as regresses auxiliares formadas pela excluso de uma unidade
seccional produzem estimativas para os parmetros que podem representar incorretamente a
verdadeira relao entre sistema financeiro e produto no Brasil, que o objeto deste estudo.
Assim, os erros de previso que nelas se basearem sero inapropriados para revelar a relao
de causalidade (ou no-causalidade) entre os indicadores financeiros e produto no Brasil.

1.5.4 Uma amostra alternativa de dados
Uma amostra alternativa pode ser proposta para o teste da robustez dos resultados acima.
Desta forma, ser utilizada um conjunto de dados similar ao trabalhado at aqui, mas com
uma periodicidade mensal. Estes dados consideram um painel de dez estados brasileiros, a
saber, So Paulo, Minas Gerais, Rio de Janeiro, Esprito Santo, Rio Grande do Sul, Santa
Catarina, Paran, Pernambuco, Cear e Bahia. O conjunto de unidades analisadas limitado

40
pela disponibilidade dos dados para avaliar o lado real. Para este propsito, sero utilizados
dados de produo industrial mensal do IBGE. Os indicadores financeiros, a no ser pela
periodicidade, so idnticos aos descritos anteriormente. O perodo amostral compreende os
meses entre fevereiro de 1997 e agosto de 2003.
Para os dados mensais, as estimaes foram realizadas com mais defasagens temporais, sendo
testadas equaes com termos regressivos de ordem m=n=1,2,...6.
Os resultados mudam consideravelmente quando a anlise feita sobre estes dados e podem
ser vistos em anexo. Alguns padres emergem com os testes de Holtz-Eakin, Newey e Rosen
(1988) e Granger e Huang (1997) e devem ser mencionados.
Em primeiro lugar, a precedncia temporal dos indicadores financeiros torna-se menos
inequvoca com esta nova amostra, variando de acordo com a metodologia utilizada. O
resultado mais importante, porm, que os dados em maior freqncia acabam por revelar
uma potencial causalidade do produto para os indicadores financeiros.
Com os dados mensais, tanto os testes de Holtz-Eakin, Newey e Rosen (1988) quanto os
testes de Granger e Huang (1997), do suporte hiptese de que o indicador de produto seja
um preditor relevante do sistema financeiro. Em nosso entendimento, trata-se de um
fenmeno inteiramente ligado freqncia dos dados. A freqncia mensal pode no ser
baixa o suficiente para validar as justificativas tericas aludidas na literatura econmica
revista neste trabalho. Este ponto j havia sido levantado por Beck e Levine (2001), que
desencorajam, por este motivo, o uso de sries de dados mensais ou trimestrais.
Conforme consta nesta literatura, a relao entre desenvolvimento financeiro e econmico
est associada a fenmenos de longo prazo, o que parece ser mais bem representado pela
amostra de dados anuais. Para amostragens em alta freqncia, parece razovel que as
condies financeiras reflitam (ou sejam causadas pelo) o comportamento real da economia,
explicando a evidncia ora reportada.

41
1.6 Consideraes Finais

O presente trabalho procurou verificar, atravs de uma anlise de painel, a direo da
causalidade entre desenvolvimento econmico e indicadores financeiros selecionados para o
Brasil. O objetivo foi avaliar o grau de precedncia temporal entre os componentes exgenos
das variveis financeiras e de crescimento econmico no Brasil.
Para a realizao deste empreendimento, fazemos uso de um procedimento de teste baseado
nas metodologias sugeridas por Holtz- Eakin, Newey e Rosen (1988) e Granger e Huang
(1997).
Dois resultados merecem destaque. Em primeiro lugar, os testes realizados parecem mostrar
que os componentes exgenos dos indicadores financeiros so estatisticamente significantes
para a determinao do produto no Brasil. Neste sentido, parece haver evidncia de que os
indicadores financeiros utilizados Granger-causam produto. Este resultado est em linha com
a evidncia emprica internacional, tal como resumido em King e Levine (1993a, 1993b), e
com a literatura nacional, conforme Matos (2002) e Marques Jr. e Porto Jr. (2004).
O segundo resultado a ser mencionado diz respeito evidncia de que a causalidade em
sentido contrrio, ou seja, o produto Granger-causa sistema financeiro, aparece quando
utilizada uma base de dados mensal. Esta inverso de resultados pode ser explicada pela
natureza de longo prazo dos fenmenos por trs da relao entre sistema financeiro e produto,
como notado por Beck e Levine (2001). Considerando o curto prazo, o sistema financeiro
acaba por se tornar um mero reflexo das condies reais da economia.
Um resumo dos resultados obtidos com as diversas metodologias empregadas pode ser
consultado, em anexo, na tabela A4. De forma geral, estes indicam precedncia temporal dos
indicadores financeiros frente atividade econmica no Brasil.
Estes resultados tm importantes impactos em termos de poltica econmica. Em primeiro
lugar, ficou atestada a correlao positiva e robusta, associando sistema bancrio e nvel de
produto. Alm disso, a causalidade encontrada fornece aos formuladores de polticas pblicas
um novo leque de oportunidades para promover o nvel de renda no pas. Nesta direo,
podem ser tomadas providncias que incrementem a atividade bancria no Brasil, como, por

42
exemplo, a promoo da concorrncia no setor e a definio de um marco regulatrio
adequado, com regras claras e crveis.

1.7 Referncias Bibliogrficas

[1] ANDERSON, Theodore W. e HSIAO, Cheng. (1982). Formulation and estimation of
dynamic models using panel data. Journal of Econometrics. Vol. 18. pp. 47-82.
[2] ARELLANO, Manuel. (1989). A note on the Anderson-Hsiao Estimator for panel
data. Economic Letters. Vol. 31. pp. 337-341.
[3] ARELLANO, Manuel e BOND, Stephen. (1991). Some tests of specification for panel
data: Monte Carlo evidence and an application to employment equations. Review
of Economic Studies. Vol. 58. pp. 277-297.
[4] ARELLANO, Manuel e BOVER, Olympia. (1995). Another look at the Instrumental-
Variable estimation of Error-Component Model. Journal of Econometrics. Vol 68.
pp. 29-52.
[5] BARRO, Robert e SALA-I-MARTIN, Xavier. (2004). Economic Growth. Segunda
Edio. Boston: The MIT Press.
[6] BECK, Thorsten e LEVINE, Ross. (2001). Stock markets, banks and growth:
Correlation or causality?. The World Bank. Policy Research Working Paper Series.
No. 2670.
[7] BECK, Thorsten; LEVINE, Ross e LOAYZA, Norman. (2000). Finance and sources
of growth. Journal of Financial Economics. Vol. 58. pp. 261-300.
[8] BERNANKE, Ben. (1983). Non monetary effects of financial crisis in propagation of
Great Depression. American Economic Review. Vol. 73. pp. 257-276.
[9] BRYANT, John. (1980). A model of reserves, bank runs and deposit insurance.
Journal of Banking and Finance. pp. 335-44.

43
[10] CALDERN, Csar e LIU, Lin. (2002). The direction of causality between financial
development and economic growth. Central Bank of Chile. Working Paper. No.
184.
[11] COSSO, Fernando A. B. (2001). Comportamento fiscal dos Governos Estaduais
brasileiros: Determinantes polticos e efeitos sobre o bem-estar dos seus Estados.
Finanas Pblicas: V Prmio Tesouro Nacional. Braslia: ESAF. pp. 476-526.
[12] DAVIDSON, Russell e MACKINNON, James G. (1993). Estimation and Inference in
Econometrics. New York: The Oxford University Press.
[13] DIAMOND, Douglas W. e DYBVIG, Philip H. (1983). Bank runs, deposit insurance
and liquidity. Journal of Political Economy. Vol. 91. pp. 401-419.
[14] FONSECA, Marcos W. e VASCONCELOS, Marcos R. (2002). Impactos
diferenciados da poltica monetria nas regies e estados do Brasil. II Encontro da
Associao Brasileira de Estudos Regionais. Anais. So Paulo: ABER.
[15] FREIXAS, Xavier e ROCHET, Jean-Charles. (1999). Microeconomics of Banking.
Cambridge: The MIT Press.
[16] GEWEKE, John. (1982). Measurement of linear dependence and feed-back between
time series. Journal of the American Statistical Association. Vol. 79. pp. 304-324.
[17] GOLDSMITH, Raimond W. (1969). Financial Structure and Development. New Haven.
Conn.: Yale University Press.
[18] GONALVES, Antnio Carlos P. (1980). Crescimento econmico e setor financeiro
no Brasil. Pesquisa e Planejamento Econmico no Brasil. Vol. 10. pp. 955-970.
[19] GRANGER, Clive W.J. (1969). Investigating causal relationships by econometric
models and cross-spectral methods. Econometrica. Vol. 37. pp. 424-438.
[20] GRANGER, Clive W.J e HUANG, Ling- ling. (1997). Evaluation of Panel Data
Models: Some suggestions from Time Series. Mimeo. U.C. San Diego.
[21] GURLEY, John G. e SHAW, Edward. (1955). Financial aspects of economic
development. American Economic Review. Vol. 45. pp. 515-538.

44
[22] HOLTZ- EAKIN, Douglas; NEWEY, Whitney e ROSEN, Harvey S. (1988).
Estimating Vector Autoregressions with panel data. Econometrica. Vol. 56. pp.
1371-1395.
[23] JOHANSEN, Sren. (1988). Statistical analysis of cointegration vectors. Journal of
Economic Dynamic and Control. Vol. 12. pp. 231-254.
[24] KING, Robert e LEVINE, Ross. (1993a). Financial intermediation and economic
development. In: C. Mayer e Xavier Vives. (Eds.).Capital Markets and Financial
Intermediation. Cambridge: Cambridge University Press.
[25] KING, Robert e LEVINE, Ross. (1993b). Finance and growth: Schumpeter might be
right. The Quarterly Journal of Economics. Vol. 108. pp. 717-739.
[26] LEVINE, Ross. (1997). Financial development and economic growth: Views and
agenda. Journal of Economic Literature. Vol. 35. pp. 688-726.
[27] ____________. (2004). Finance and growth: Theory and evidence. National Bureau
of Economic Research NBER. NBER Working Paper. No. 10766.
[28] LEVINE, Ross; LOAYZA, Norman e BECK, Thorsten. (2000). Financial
intermediation and growth: Causality and causes. Journal of Monetary Economics.
Vol. 46. pp. 31-77.
[29] LUCAS, Robert E. Jr. (1988). On the mechanism of economic development. Journal
of Monetary Economics. Vol. 22. pp. 3-42.
[30] MARQUES JR., Tlio E. e PORTO JR., Sabino S. (2004). Desenvolvimento
financeiro e crescimento econmico no Brasil Uma avaliao economtrica.
PPGE/UFRGS. Trabalho para Discusso. No. 11.
[31] MATOS, Orlando C. (2002). Desenvolvimento do sistema financeiro e crescimento
econmico no Brasil: Evidncia de causalidade. Banco Central do Brasil. Trabalho
para Discusso. No. 49.
[32] RAJAN, Raghuram G. e ZINGALES, Luigi. (1998). Financial dependence and
growth. American Economic Review. Vol. 88. pp. 559-586.

45
[33] ROMER, Paul. (1986). Increasing returns and long-run growth. Journal of Political
Economy. Vo. 94. pp. 1002-1037.
[34] SANCHES, Fbio A. M.; ROCHA, Bruno de Paula. e SILVA, Jos Carlos D. (2006).
Estimating a theoretical model of state banking competition using a dynamic panel:
The Brazilian case. Anais. Latin American, Caribbean Economic Association,
LACEA 11
th
Annual Meeting. Cidade do Mxico, Mxico: LACEA.
[35] SARGAN, J. Denis. (1958) The estimation of economic relationships using
Instrumental Variables. Econometrica. Vol. 26. pp. 393-415.
[36] SOLOW, Robert. (1956). A contribution to the theory of economic growth. Quarterly
Journal of Economics. Vol. 70. pp. 65-74.
[37] STIGLITZ, Joseph E. e WEISS, Andrew. (1981). Credit rationing with imperfect
information. American Economic Review. Vol. 71. pp. 393-410.
[38] WEINHOLD, Diana e REIS, Eustquio. (1999). Model of evaluation and causality
testing in short panels: The case of infrastructure provision and population growth in
Brazilian Amazon. Mimeo.
[39] WOOLDRIDGE, Jeffrey M. (2002). Econometrics Analysis of Cross-Sections and
Panel Data. Cambridge, MA: The MIT Press.
[40] ZARA, Thas M. (2006). Desenvolvimento Financeiro, Crescimento e Desigualdade nos
Estados Brasileiros. Dissertao de Mestrado. IPE/FEA/USP, So Paulo.

46
1.8 Anexo

Tabela A1
Teste de Holtz-Eakin, Newey e Rosen (1988)
m=n=1 m=n=2 m=n=3 m=n=4 m=n=5 m=n=6
Crdito no causa
Produto
1,68
(0,19)
12,83
(0,00)
11,95
(0,00)
4,56
(0,33)
73,47
(0,00)
319,92
(0,00)
Produto no causa
Crdito
9,79
(0,00)
11,02
(0,00)
32,71
(0,00)
39,60
(0,00)
127,70
(0,00)
157,6
(0,00)
Produto e Depsitos Bancrios
m=n=1 m=n=2 m=n=3 m=n=4 m=n=5 m=n=6
Depsitos no causam
Produto
0,02
(0,88)
10,40
(0,00)
15,07
(0,00)
6,45
(0,17)
16,29
(0,01)
15,98
(0,01)
Produto no causa
Depsitos
8,66
(0,00)
14,56
(0,00)
36,30
(0,00)
31,69
(0,00)
40,43
(0,00)
86,43
(0,00)
Produto e soma de Crdito e Depsitos Bancrios
m=n=1 m=n=2 m=n=3 m=n=4 m=n=5 m=n=6
Soma no causa Produto 1,30
(0,25)
14,18
(0,00)
25,54
(0,00)
5,79
(0,21)
40,50
(0,00)
41,90
(0,00)
Produto no causa Soma 0,15
(0,69)
0,14
(0,93)
52,52
(0,00)
437,64
(0,00)
1619,60
(0,00)
417,14
(0,00)

47
Tabela A2
Teste de causalidade Granger-Huang (1997) Previso ps-amostra
Vrias defasagens
m=n=1 -0,72
(0,24)
m=n=1 0,57
(0,71)
m=n=2 -1,02
(0,16)
m=n=2 -0,98
(0,16)
m=n=3 -2,54
(0,01)
m=n=3 -0,34
(0,34)
m=n=4 -2,56
(0,01)
m=n=4 0,15
(0,56)
m=n=5 -2,76
(0,00)
m=n=5 1,00
(0,84)

Crdito no
causa PIB

m=n=6 -2,83
(0,00)

PIB no causa
Crdito
m=n=6 1,08
(0,86)
m=n=1 0,22
(0,58)
m=n=1 -0,58
(0,28)
m=n=2 1,43
(0,92)
m=n=2 -0,20
(0,42)
m=n=3 -0,11
(0,46)
m=n=3 0,73
(0,77)
m=n=4 0,23
(0,59)
m=n=4 -1,11
(0,14)
m=n=5 0,38
(0,65)
m=n=5 -1,40
(0,08)

Depsitos no
causam PIB

m=n=6 0,33
(0,63)

PIB no causa
Depsitos
m=n=6 -1,62
(0,06)
m=n=1 -0,40
(0,35)
m=n=1 -0,41
(0,34)
m=n=2 0,26
(0,60)
m=n=2 -2,70
(0,00)
m=n=3 -0,33
(0,37)
m=n=3 0,20
(0,57)
m=n=4 -0,08
(0,47)
m=n=4 -0,29
(0,39)
m=n=5 -0,53
(0,30)
m=n=5 0,65
(0,74)

Soma no causa
PIB

m=n=6 -0,98
(0,17)

PIB no causa
Soma
m=n=6 0,83
(0,80)

48
Tabela A3
Teste de causalidade Granger-Huang (1997) Previso fora da amostra
Vrias defasagens
m=n=1 1,32
(0,91)
m=n=1 5,67
(1,00)
m=n=2 3,72
(1,00)
m=n=2 7,09
(1,00)
m=n=3 8,40
(1,00)
m=n=3 4,45
(1,00)
m=n=4 11,21
(1,00)
m=n=4 7,16
(1,00)
m=n=5 8,89
(1,00)
m=n=5 5,71
(1,00)

Crdito no
causa PIB

m=n=6 9,21
(1,00)

PIB no causa
Crdito
m=n=6 4,81
(1,00)
m=n=1 -7,01
(0,00)
m=n=1 0,23
(0,59)
m=n=2 5,72
(1,00)
m=n=2 -1,41
(0,08)
m=n=3 7,80
(1,00)
m=n=3 0,79
(0,78)
m=n=4 -0,53
(0,30)
m=n=4 0,29
(0,61)
m=n=5 -2,84
(0,00)
m=n=5 0,23
(0,59)

Depsitos no
causam PIB

m=n=6 -0,48
(0,32)

PIB no causa
Depsitos
m=n=6 -0,40
(0,34)
m=n=1 7,71
(1,00)
m=n=1 5,68
(1,00)
m=n=2 10,74
(1,00)
m=n=2 4,23
(1,00)
m=n=3 9,40
(1,00)
m=n=3 -0,07
(0,47)
m=n=4 4,13
(1,00)
m=n=4 -2,21
(0,01)
m=n=5 2,71
(1,00)
m=n=5 -0,55
(0,29)

Soma no causa
PIB

m=n=6 4,39
(1,00)

PIB no causa
Soma
m=n=6 -0,77
(0,22)

49
Tabela A4
Resumo: causalidade entre os indicadores financeiros e produto
Crdito Bancrio
Freqncia Amostral
Teste Utilizado Anual Mensal
Holtz -Eakin, Newey e Rosen (1988)
Granger e Huang (1997), ps-amostra
Granger e Huang (1997), fora da amostra

Depsitos Bancrios
Freqncia Amostral
Holtz -Eakin, Newey e Rosen (1988)

Soma de Depsitos Bancrios e Crdito Bancrio
Freqncia Amostral
Holtz-Eakin, Newey e Rosen (1988)


Nota:
: Indicador financeiro Granger-causa produto e produto no Granger-causa indicador
financeiro.
: Produto Granger-causa indicador financeiro e indicador financeiro no Granger-causa
produto.
: Indicador financeiro Granger-causa produto e produto Granger-causa indicador financeiro.
: Indicador financeiro no Granger-causa produto e produto no Granger-causa indicador
financeiro.

50

Captulo 2

O Mecanismo de Transmisso Monetria nos
Estados Brasileiros: Uma Abordagem do Modelo de
Fatores Dinmicos

2.1 Introduo

A poltica monetria no Brasil vem ganhando eficcia nos ltimos anos, em sua capacidade de
afetar o produto real e a taxa de inflao [Minella (2001)]. Este ganho de poder torna
manifesta a necessidade de se entender adequadamente o funcionamento do mecanismo de
transmisso monetria no Brasil.
Diante disto, a literatura brasileira sobre este assunto tem atuado em duas direes distintas.
De um lado, temos um esforo de pesquisa que visa identificar os canais de transmisso da
poltica monetria no Brasil. Neste sentido, podem ser citados os trabalhos realizados por
Souza Sobrinho (2003), Graminho e Bonomo (2002) e Takeda, Rocha e Nakane (2005).
De outro lado, temos uma crescente literatura que tenta explorar eventuais assimetrias deste
canal de transmisso monetria entre os estados e regies brasileiras. Como exemplo,

51
podemos citar os trabalhos realizados por Fonseca e Vasconcelos (2002), Arajo (2004),
Chumvichitra (2004) e Bertanha e Haddad (2006).
O presente trabalho insere-se na segunda frente do debate, tendo como objetivo analisar, luz
da evidncia obtida por Fonseca e Vasconcelos (2002), Arajo (2004), Chumvichitra (2004) e
Bertanha e Haddad (2006), o impacto de choques comuns de poltica monetria sobre os
estados brasileiros. Para tanto, ser utilizado o Modelo de Fatores Dinmicos, que, em muitos
aspectos, pode melhorar o entendimento da evidncia buscada por estes autores.
O Modelo de Fatores Dinmicos Generalizado [Forni, Hallin, Lippi e Reichlin (2000),
(2004)] vem sendo usado com freqncia em vrias aplicaes macroeconmicas recentes
11
.
Exemplo disso o trabalho realizado por Sala (2002), guia fundamental para o presente
estudo. Sala (2002) verifica a existncia de assimetrias nos canais de transmisso entre os
pases europeus, quando submetidos a choques comuns de poltica monetria.
O modelo desenvolvido por Forni, Hallin, Lippi e Reichlin (2000) e (2004) permite a
identificao de choques comuns a um ambiente formado por um conjunto amplo de
variveis. Esta estrutura estatstica mostra-se ideal para a modelagem dos efeitos do choque
comum monetrio sobre os nveis de atividade dos estados brasileiros.
A amostra utilizada neste trabalho contempla variveis macroeconmicas e estaduais para as
unidades de So Paulo, Minas Gerais, Rio de Janeiro, Rio Grande do Sul, Paran, Bahia,
Cear e Pernambuco, entre os meses janeiro de 1995 e novembro de 2003. Os resultados
mostram que o choque monetrio comum identificado produz respostas no nvel de produo
industrial dos estados brasileiros que so compatveis com a ampla literatura que trata dos
efeitos da poltica monetria [Christiano, Eichenbaum e Evans (1988) e Minela (2001)]. As
respostas estimadas para os estados mostram que a poltica monetria neutra no longo prazo,
com uma queda na produo estadual que se acumula at seis meses aps o choque,
extinguindo-se em seguida.
Alm disso, parece haver evidncias de assimetrias nos efeitos deste choque comum. Por um
lado, os estados da Bahia e Paran aparecem como os mais vulnerveis, enquanto So Paulo,
Pernambuco e Minas Gerais seriam os menos afetados pela poltica monetria. Este

11
Alm de Sala (2002), podem ser citados, entre outros, Forni e Reichlin (1998) e (2001), Forni, Hallin, Lippi e
Reichlin (1999), Giannone, Reichlin e Sala (2002), Favero, Marcellino e Neglia (2002) e Bernanke e Boivin
(2003). Vrios dos artigos mencionados neste trabalho, referentes teoria e prtica do modelo de fatores
dinmicos, podem ser consultados em http://homepages.ulb.ac.be/~lreichli/ .

52
ordenamento obtido para os estados mais atingidos pelo choque monetrio comum pode ser
devido existncia de um canal de crdito mais ativo nestas economias.
O trabalho constitui-se de trs sees, alm desta introduo e das concluses finais. A
prxima seo faz uma breve reviso terica, destacando a literatura dos mecanismos de
transmisso monetria e seus possveis impactos espaciais diferenciados. Em seguida, a
metodologia de Fatores Dinmicos, a ser utilizada neste artigo, apresentada. Esta seo
discute ainda o mtodo de identificao do choque monetrio comum. A quarta seo destaca
o procedimento emprico e os principais resultados obtidos.

2.2 Os Efeitos Regionais da Poltica Monetria

2.2.1 Poltica monetria: Uma breve discusso
Com alguma segurana, pode-se afirmar que resta pouca controvrsia na literatura econmica
a respeito dos efeitos da poltica monetria sobre a economia real. Nesse sentido, estudos
empricos recentes, como Bernanke e Blinder (1992) e Romer e Romer (1989), tm
confirmado a evidncia de que choques monetrios tendem a ser seguidos por movimentos no
produto real, embora tal correlao desaparea no longo prazo.
Implcito nesta colocao est a relevante distino entre os efeitos de mudanas na poltica
monetria que so antecipadas e as que no so antecipadas pelos formuladores da poltica. O
postulado, neste caso, que efeitos reais sobre a economia, tal como descrito acima, seriam
observados apenas no caso de surpresas ou choques monetrios, ao passo que todo
comportamento sistemtico do Banco Central seria antecipado pelos agentes racionais,
tornando a poltica monetria neutra mesmo no curto prazo
12
. Uma coletnea destes fatos
empricos associados aos efeitos da poltica monetria pode ser vista em Lucas (1996) e
Christiano, Eichenbaum e Evans (1988).

12
Os choques monetrios no antecipados podem ter efeitos reais na economia devido, por exemplo, a
problemas informacionais, como proposto em Lucas (1972). Para uma apresentao deste modelo, ver Blanchard
e Fischer (2000).

53
Dificuldade maior, entretanto, surge quando a discusso se volta para o mecanismo atravs do
qual a poltica monetria exerce tal influncia sobre a economia. De forma geral, pode ser dito
que duas vises predominam a esse respeito
13
.
A tradicional viso monetria enfatiza o canal da taxa de juros como o principal mecanismo
de transmisso de poltica para os nveis de investimento e produto da economia. Segundo
esta viso, uma poltica monetria contracionista, que eleve as taxas de juros nominais de
curto prazo, conduz a um aumento da taxa de juros reais de longo prazo, por meio de uma
combinao entre expectativas racionais e preos rgidos [Taylor (1995)]. Como resultado, h
queda nos gastos com investimentos e consumo de bens durveis, retraindo a demanda
agregada e o produto final.
Bernanke e Gertler (1995) argumentam que, apesar da histria tradicional contada pela viso
monetria ser consistente com a evidncia emprica, alguns fatos relacionados ao timing,
magnitude e composio dos efeitos da poltica monetria escapam de sua explicao. Pode-
se destacar, por exemplo, que estes so maiores que o esperado, quando considerado apenas o
efeito dos juros, e que o impacto sobre diferentes investimentos de maturidade mais longa
bastante diverso. Estes autores sugerem que a histria convencional pode ser melhorada com
a incluso de consideraes acerca de informao imperfeita e frices nos mercados
financeiros, que a base da chamada viso do crdito da poltica monetria. De acordo com
esta viso, os mercados de crdito exercem uma funo ativa na transmisso de choques,
funcionando como um acelerador financeiro da poltica monetria.
Isso ocorreria quando a poltica monetria alterasse o chamado prmio de financiamento
externo. O prmio de financiamento externo a diferena entre o custo dos fundos gerados
externamente e os gerados internamente, refletindo as imperfeies existentes no mercado de
crdito [Bernanke e Gertler (1995)]. Estes autores identificam dois canais atravs dos quais o
Banco Central influenciaria o prmio externo no mercado de crdito.
O chamado balance sheet channel sustenta que a poltica monetria tem seus efeitos
ampliados quando a posio financeira das firmas tomadoras de emprstimos for afetada, de
forma a se tornarem mais custosos os seus financiamentos externos, alterando, assim, seus
respectivos planos de investimentos.

13
Uma rica discusso sobre os mecanismos de transmisso monetria pode ser obtida na srie de artigos trazidos
pelo Journal of Economic Perspectives. Vol.9, 1995.

54
O outro canal sugerido pela viso do crdito constitui-se do banking lending channel. Tal
canal ressalta que os efeitos da poltica monetria sobre investimento e produto podem ser
amplificados quando, alm de afetar os juros dos ttulos, a oferta de crdito bancrio tambm
for alterada
14
.

2.2.2 Efeitos diferenciados da poltica monetria
As aes de poltica monetria, em geral, so descritas pela literatura como geradoras de
efeitos uniformes nas unidades econmicas. No entanto, especificidades regionais podem
fazer com que os mecanismos de transmisso monetria tenham efeitos heterogneos no
espao. Neste esprito, Carlino e Defina (1998a) procuram identificar elementos que possam
gerar diferenciais nos efeitos da poltica monetria. Segundo estes autores, trs fontes para as
diferenas nos impactos regionais podem ser identificadas:
(i) Diferenas regionais na concentrao de indstrias sensveis a juros: este elemento capta
os efeitos diferenciados oriundos do canal de juros da poltica monetria. A sensibilidade das
indstrias s taxas de juros pode variar consideravelmente entre os diversos setores de
atividade. Sendo assim, regies dotadas de uma gama de ramos industriais mais sensveis aos
juros podem ser mais afetadas pelas aes de poltica monetria.
(ii) Diferenas regionais na habilidade das firmas locais em obter fundos externos: a
ampliao dos efeitos da poltica monetria, propiciada pelo canal de crdito, pode ser
desigual entre as regies. Na medida em que o balance sheet channel seria mais severo em
firmas com menores condies de levantar fundos externos, regies com maiores
concentraes destas tenderiam a ser mais sensveis poltica monetria.
(iii) Diferenas regionais na habilidade bancria em alterar seus balanos: por ltimo, os
autores contemplam a possibilidade de diferenciais nos efeitos do bank lending channel. A
capacidade de se obter fundos alternativos a depsitos e emprstimos pode variar com
diferentes atributos bancrios, alterando, desta forma, a fora pela qual esse canal de

14
Bernanke e Blinder (1988) modelam a transmisso de um choque de oferta de crdito bancrio para a demanda
agregada, numa interpretao macroeconmica do banking lending channel. Trata-se de um modelo de demanda
agregada, onde o mercado de crdito incorporado tradicional estrutura IS/LM. Chu e Nakane (2001)
estendem o modelo de Bernanke e Blinder (1988) para um contexto em que o instrumento de poltica monetria
o manejo de uma taxa de juros de curto prazo e no um agregado monetrio, como na formulao original.

55
transmisso atua. Nesse sentido, regies com maiores concentraes de bancos pouco capazes
de levantar fontes alternativas de recursos tenderiam a ser mais sensveis s mudanas de
poltica monetria.
Analisando os dados para os Estados Unidos, por meio da estimao de Funes de Resposta
a Impulso para VAR, Carlino e Defina (1998a) encontram suporte para suas predies
tericas. A evidncia reportada por esses autores mostra a existncia de uma regio que reage
a choques na varivel de poltica monetria acima da mdia americana. Vale destacar que tal
regio conta com a maior concentrao de indstrias do setor de manufaturas, tido pelos
autores como o mais sensvel a alteraes nos juros, alm de uma pequena concentrao de
pequenas firmas e emprstimos alocados por bancos pequenos.
Carlino e Defina (1998a) realizam, ainda, um exerccio para avaliar a importncia relativa dos
canais de transmisso dos juros e do crdito para explicar as respostas obtidas nas regies para
os choques de poltica monetria. A evidncia encontrada por esses autores parece suportar a
existncia do canal de juros para a economia americana. Essa afirmao, no entanto, no pode
ser feita para o canal de crdito, uma vez que os coeficientes estimados para as proxies de
balance sheet channel e bank lending channel no so significativos, tendo em alguns casos o
sinal contrrio do esperado pela teoria.
A Unio Monetria Europia tem ganhado crescente interesse da literatura de impactos
diferenciados da poltica monetria. Os pases membros da Unio Monetria Europia tm as
decises de poltica monetria centralizadas pelo Banco Central Europeu, estando, desta
forma, sujeitos a choques monetrios comuns. Estes choques de poltica, por sua vez, recaem
sobre estruturas econmicas heterogneas, podendo gerar impactos assimtricos, conforme as
caractersticas de cada pas membro.
Utilizando os resultados obtidos para a economia americana, Carlino e Defina (1998b)
constroem um ndice de sensibilidade a choques monetrios comuns para os pases membros
da Unio Monetria Europia. Tal ndice consiste de uma combinao dos coeficientes
estimados para a importncia relativa dos juros e do crdito para explicar as respostas
encontradas nas regies americanas com os atributos selecionados de cada pas membro da
Unio Europia. O ranking construdo por esses autores classifica Finlndia, Espanha e
Irlanda como sendo os mais sensveis a choques comuns de poltica monetria, com Frana,
Itlia e Holanda no extremo oposto.

56
importante notar que, a despeito do procedimento questionvel utilizado na construo dos
ndices de sensibilidade de Carlino e Defina (1998b), um ranking semelhante foi obtido por
Sala (2002). A evidncia de heterogeneidade dos efeitos da poltica monetria encontrada por
este autor foi obtida atravs da utilizao do Modelo de Fatores Dinmicos. A proposta de
Sala (2002) para estimao de um choque comum monetrio por meio do Modelo de Fatores
Dinmicos utilizada a principal referncia metodolgica deste trabalho.
Recentemente, uma srie de novos trabalhos busca trazer evidncia acerca do grau de
assimetria na transmisso de choques monetrios. A tabela 1 reporta um resumo sinttico de
alguns destes trabalhos.

Tabela 1
Literatura recente sobre efeitos diferenciados da poltica monetria
Autor Regio Hiptese Testada Tcnica
Economtrica
Evidncia
Lucio e Izquierdo (1999) Espanha Resposta assimtrica de
rendas regionais
VAR:
Multi-country
Favorvel
Georgopoulos (2001) Canad Resposta assimtrica de
rendas regionais
VAR:
Multi-country
Moderada
Van Els et. al. (2001) Europa Resposta assimtrica de
rendas regionais
Simulao Favorvel
Arnold e Vrugt (2002) Holanda Resposta assimtrica de
rendas regionais e setores
industriais por regies
VAR:
Country-specific
Favorvel
Huertas (2002) Colmbia Resposta assimtrica de
rendas regionais
VAR:
Country-specific
Desfavorvel
Bravo et. al. (2003) Chile Resposta assimtrica de
rendas regionais e setores
industriais por regies
VAR:
Country-specific
Favorvel
Di Giacinto (2003) EUA Resposta assimtrica de
rendas regionais
Spatial VAR:
Multi-country
Favorvel
Owyang e Walls (2003) EUA Resposta assimtrica de
rendas regionais
VAR:
Multi-country
Favorvel

A tabela mostra, alm dos autores, o pas ou regio em que os testes foram realizados, o tipo
de assimetria que testado, a tcnica economtrica utilizada e o suporte emprico encontrado
nos dados. A respeito da tcnica economtrica, pode-se observar que a modelagem VAR foi
subdividida em dois ramos de utilizao: Multi-country e Specific-country. Esta
nomenclatura foi introduzida por Sala (2002) e diz respeito ao mtodo de estimao do
choque monetrio comum. Um sistema VAR Multi-country tal que os efeitos do choque
monetrio comum estimado so obtidos em um sistema com todas as variveis endgenas de
interesse includas. O sistema VAR Specific-country, por sua vez, envolve a obteno dos

57
efeitos do choque monetrio comum com um modelo sendo estimado para cada varivel
endgena de interesse por vez. As vantagens e as desvantagens dessas e outras metodologias
para estimao de choques comuns podem ser vistas em Sala (2002).
A despeito das distintas tcnicas utilizadas, de maneira geral, a evidncia emprica obtida por
estes autores favorvel hiptese de que a poltica monetria afeta de forma assimtrica as
unidades constituintes dos pases considerados. Em todos os casos, as especificidades das
estruturas econmicas regionais so os fatores preponderantes para este resultado de efeitos
diferenciados de uma poltica monetria comum.

2.2.3 Efeitos diferenciados da poltica monetria para o Brasil
Em consonncia com a literatura internacional, alguns trabalhos recentes no Brasil tambm
procuraram verificar a existncia de assimetrias na transmisso monetria [Fonseca e
Vasconcelos (2002), Arajo (2004), Chumvichitra (2004) e Bertanha e Haddad (2006)].
Fonseca e Vasconcelos (2002) adotam um procedimento semelhante ao de Carlino e Defina
(1998a), com objetivo de verificar se h diferenas na transmisso de choques de poltica
monetria entre as regies brasileiras. Os autores esboam, ainda, alguma evidncia acerca da
importncia do canal de crdito no Brasil.
Fonseca e Vasconcelos (2002) utilizam o mtodo de VAR, incluindo em um mesmo sistema
todas as variveis de rendas estaduais e a taxa de juros Selic. As funes de Resposta a
Impulso estimadas parecem indicar a existncia de unidades da Federao notadamente
localizadas nas regies Norte e Nordeste mais sensveis a choques de poltica monetria,
embora tais estados, de forma pouco intuitiva, no sejam os esperados pela descrio da
localizao dos atributos econmicos feita na parte inicial do trabalho destes autores. Em
seguida, Fonseca e Vasconcelos (2002) modificam o modelo, estudando as variveis
operaes de crdito bancrio estaduais e taxa de juros Selic. O fato de as funes de
Resposta a Impulso mostrarem que os choques da taxa Selic impactam de forma desigual o
volume de crdito nos estados brasileiros foi interpretado pelos autores como sendo um
indicativo da existncia do canal de crdito no Brasil.

58
Os resultados obtidos por estes autores devem ser vistos com ressalvas. Em primeiro lugar,
foram includas todas as unidades da Federao em um nico VAR. Alm da bvia perda de
graus de liberdade com este procedimento, existe o problema de alta colinearidade entre as
sries. Em seguida, os pressupostos utilizados na identificao dos choques de poltica
monetria parecem questionveis. Fonseca e Vasconcelos (2002) usam o esquema de
decomposio de Cholesky, em uma estratgia que assume implicitamente certos
pressupostos a partir da ordenao escolhida para as equaes no VAR. Para cada ordenao
possvel, h uma causalidade na contemporaneidade das interaes entre as variveis
includas no modelo. Os autores ordenaram suas variveis conforme um critrio alfabtico,
num procedimento que poderia influenciar as respostas obtidas para um choque de poltica
monetria. Ressalte-se, ainda, que, como argumentado por Graminho e Bonomo (2002), a
influncia do Banco Central sobre as operaes de crdito bancrio apenas um dos
requerimentos bsicos para a operao do bank lending channel, no podendo ser interpretado
como evidncia do canal de crdito.
Arajo (2004), por sua vez, concentra-se nos efeitos da poltica monetria no nvel de
atividade, medido em termos de produo industrial, das regies Nordeste e Sul. Os
resultados parecem mostrar que os estados da regio Sul tendem a ser mais sensveis ao
choque monetrio que os do Nordeste.
A metodologia empreendida por este autor diferencia-se de Fonseca e Vasconcelos (2002) por
considerar um sistema VAR para cada estado/regio por vez, num procedimento que estamos
denominando Specific-country VARs [Sala (2002)]. Sala (2002) argumenta que a
interpretao dos choques monetrios assim obtidos como sendo comuns pode ser prejudicada
pela no considerao de variveis de outros estados e por diferenas nos choques iniciais
dados nos sistemas separadamente.
Outro trabalho a ser mencionado Chumvichitra (2004). Este autor busca, alm de verificar a
existncia de desigualdades dos efeitos da transmisso monetria sobre as rendas regionais,
identificar eventuais assimetrias entre os setores produtivos de cada regio. Os choques de
poltica monetria estimados por Chumvichitra (2004) parecem impactar mais severamente as
regies Sudeste, Sul e Centro-Oeste, embora os dados mostrem pouca diferena nas respostas
destas regies. Do ponto de vista setorial, a evidncia de que o choque monetrio reduz de
forma significativa a produo regional de setores cuja participao para a composio do
produto agregado seja relevante na regio em questo.

59
Chumvichitra (2004) utiliza-se, assim como Arajo (2004), da tcnica de multi-sistemas de
Specific-country VARs. Mas a principal restrio encontrada neste trabalho a falta de
graus de liberdade originada pela base de dados anuais com quinze observaes.
Por fim, resta citar o estudo realizado mais recentemente por Bertanha e Haddad (2006), em
uma aplicao do modelo Spatial VAR apresentado em Di Giacinto (2003). Este modelo
mostra-se til para tratar de sistemas do tipo Multi-country VAR, uma vez que as restries
espaciais impostas ao sistema estrutural (SVAR) reduzem o problema de graus de liberdade
oriundo do elevado nmero de variveis consideradas
15
. Alm disto, estas restries incluem a
possibilidade de medida de efeitos indiretos (ou de transbordamento) entre os nveis de
atividade das regies.
O sistema de variveis tratado pelos autores inclui o nvel de emprego das unidades da
Federao, alm de variveis macroeconmicas, como o nvel de preos, um agregado
monetrio e a taxa de juros. As restries espaciais para o SVAR so inseridas de forma a
escrever a equao relativa ao emprego estadual de uma dada localidade como uma funo de
seus valores passados, bem como das defasagens das variveis macroeconmicas e da mdia
ponderada formada pela defasagem espacial
16
do nvel de emprego registrado nas demais
regies.
Os resultados apontados pelos autores mostram haver evidncia de assimetria no canal de
transmisso da poltica monetria no Brasil, sendo identificados estados das regies Norte e
Nordeste como os mais sensveis a choques no instrumento de poltica do Banco Central.
importante mencionar tambm que os transbordamentos gerados pelo choque monetrio entre
os estados brasileiros mostraram-se estatisticamente relevantes, sobretudo para compensar as
perdas sofridas pelos estados mais ricos, como So Paulo e Minas Gerais.
Fica claro que a economia de graus de liberdade obtida com esta abordagem apenas
limitada, sendo comprometida com a incluso de outras variveis macroeconmicas ou
mesmo de vetores adicionais com controles estaduais. Portanto, tal como nos demais

15
Alm de Di Giacinto (2003), uma apresentao do modelo Spatial VAR pode ser vista em Beenstock e
Felseinstein (2005).
16
A defasagem espacial consiste de uma conceituao anloga tradicional idia de defasagem temporal. Aqui,
os valores observados nas localidades vizinhas so filtrados na forma de uma nica varivel, defasada
espacialmente, sob algum critrio de vizinhana pr-estabelecido. Para uma discusso acerca dos conceitos de
econometria espacial, ver Anselin (1988). Uma aplicao para dados bancrios no Brasil pode ser vista no
terceiro captulo desta tese.

60
trabalhos citados h pouco, a incorporao de novas variveis constitui-se em severa restrio
para a identificao dos choques estruturais neste modelo.
Desta forma, o presente trabalho pretende enfrentar os problemas encontrados por estes
autores, associados questo da dimensionalidade surgida na estimao de modelos
estruturais ante um volume amplo de informaes e identificao de choques que sejam
comuns a este vetor de variveis.

2.3 Metodologia

A conduo da poltica monetria de uma economia compe-se de dois elementos distintos.
Em primeiro lugar, tem-se o componente sistemtico que expressa uma regra de reao do
Banco Central, em geral conhecida, s variveis de estado da economia. Mas nem todas as
variaes da poltica monetria originam-se de uma reao sistemtica aos eventos
econmicos. H uma poro relevante da poltica que no deriva desta funo de reao do
Banco Central, representando, desta forma, desvios ou choques monetrios que, a todo o
momento, atingem a economia.
Segundo Christiano, Eichenbaum e Evans (1988), este comportamento no-sistemtico da
autoridade monetria pode estar associado a trs fatores primordiais. A primeira justificativa
para a existncia de choques monetrios pode ser a simples possibilidade de erros de medida
na divulgao das aes tomadas pela autoridade monetria. Em segundo lugar, desvios da
regra podem ser tomados pelo Banco Central como uma maneira de adequar a poltica
monetria a choques sofridos nas expectativas dos agentes econmicos. Com este movimento,
segundo os autores, a autoridade monetria evitaria eventuais custos associados frustrao
das expectativas dos agentes. Por fim e mais importante, est a possibilidade de mudana
exgena nas preferncias dos formuladores de poltica com respeito inflao e ao produto da
economia.
Independentemente de qual seja a origem, grande a importncia exercida por estes choques
monetrios. Do ponto de vista terico, conforme se procurou tratar h pouco, a viso
predominante que as alteraes no antecipadas na conduo da poltica monetria so as

61
fontes de efeitos reais na economia. Por outro lado, os efeitos reais originados destes choques
monetrios podem ser utilizados para a avaliao da performance de modelos econmicos
concorrentes [Christiano, Eichenbaum e Evans (1988)].
A questo que surge quanto identificao destes choques de poltica monetria. Uma
primeira possibilidade desenvolvida por Romer e Romer (1989) a anlise dos documentos
(atas de reunio, relatrios, etc.) relativos s aes do Banco Central, em busca de
sinalizaes dos perodos cujas mudanas refletissem variaes exgenas de poltica.
Christiano, Eichenbaum e Evans (1998) exploram a alternativa mais popular para o
isolamento destes choques, em uma estratgia que envolve diretamente a estimao da regra
de poltica monetria praticada pelo Banco Central. Sob certas condies
17
, os efeitos do
choque de poltica monetria podem ser estimados por meio da dinmica gerada por variaes
simuladas nos resduos de um sistema VAR.
Dificuldades adicionais surgem quando procuramos identificar os efeitos dos choques
monetrios em diferentes regies econmicas sujeitas conjuntamente mesma poltica
monetria. Conforme j discutido, a estratgia emprica adotada para este propsito, em geral,
envolve a estimao de sistemas VAR em modelos Specific-country ou Multi-country
18
.
Neste caso, alm da dificuldade para a identificao de um choque monetrio comum s
regies componentes da economia, o problema da dimensionalidade, associado
considerao de um conjunto regionalizado de variveis, impe srias restries estimao
dos modelos. Embora tenhamos hoje um expressivo crescimento na disponibilidade de sries
econmicas, a dificuldade em se identificar sistemas estruturais acaba por restringir o escopo
da anlise.
Seguindo Sala (2002), este trabalho pretende enfrentar a questo da identificao do choque
de poltica monetria em um conjunto amplo e correlacionado de variveis econmicas, por
meio de uma abordagem alternativa. Neste contexto, ser utilizado o Modelo de Fatores
Dinmicos Generalizado [Forni, Hallin, Lippi e Reichlin (2000), (2004)], principal marco
terico para o exerccio economtrico aqui empreendido. A formulao proposta por estes
autores concebe uma estrutura estatstica para um vetor multivariado qualquer, em que estas

17
Dentre outras coisas, estas hipteses assumem condies sobre o tipo de relao entre os choques e o conjunto
de informao disponvel s autoridades monetrias, o formato da funo de reao e o instrumento de poltica
operado pelo Banco Central, alm de restries necessrias para a identificao do sistema de equaes
[Christiano, Eichenbaum e Evans (1988)].
18
Uma apresentao crtica destas estratgias pode ser vista em Sala (2002).

62
variveis de interesse seriam conjuntamente geradas pela evoluo de um pequeno nmero de
choques estruturais comuns.
Neste arcabouo, a principal tarefa consiste em identificar um destes choques comuns s
inovaes monetrias prevalecentes na economia, permitindo a obteno das respostas das
variveis de interesse a mudanas simuladas neste choque monetrio. A prxima subseo
apresenta as principais caractersticas do modelo de fatores, bem como a estratgia para a
identificao do choque monetrio comum.

2.3.1 O modelo de fatores dinmicos generalizado
O Modelo de Fatores Dinmicos Generalizado, proposto por Forni, Hallin, Lippi e Reichlin
(2000) e (2004), representa a dinmica comum de um conjunto de sries qualquer por uma
combinao de um nmero reduzido de choques ou fatores comuns.
A idia principal por trs deste modelo a representao do conjunto de sries de interesse
por meio da soma de dois componentes ortogonais no-observveis o comum e o
idiossincrtico:
i
t
i
t
i
t
x + (1)
Onde a seqncia {
i
t
x ; t e i = 1,...,n} representa as sries de interesse, {
i
t
; t e i =
1,...,n} seu componente comum e {
i
t
; t e i = 1,...,n} sua parcela idiossincrtica.
Definindo o componente comum pela combinao linear:
t
i i
t
u L A ) ( (2)
Onde {u
t
= (u
1t
, u
2t
,...,u
qt
); t e q<<n} o vetor de choques comuns e ) (L A
i
uma matriz
de funes racionais no operador de diferena L. Apresentada a expresso (2), percebemos
que a idia por trs do modelo de fatores dinmicos a de que the behavior of several
variables is driven by few common forces, the factors, plus idiosyncratic shocks [Favero,
Marcellino e Neglia (2002): 3]. O vetor de choques ou fatores comuns, u
t
, define a dinmica

63
comum na anlise. Embora seja comum a todas as sries, este tem efeitos diferenciados sobre
cada varivel, de acordo com os coeficientes da matriz de loading ) (L A
i
.
O modelo apresentado por Forni, Hallin, Lippi e Reichlin (2000) uma generalizao de uma
classe de modelos de fatores introduzida na literatura macroeconmica por Sargent e Sims
(1977) e Geweke (1977), alm de trabalhos como Chamberlain e Rotschild (1983), que
utilizam uma verso esttica do modelo aplicada a sries financeiras. A modelagem proposta
pelos precursores nos anos 70 admitia dinmica, embora requeresse dimenso cross-section
finita e componentes idiossincrticos ortogonais. A verso esttica proposta por Chamberlain
e Rotschild (1983) requer ortogonalidade nos componentes idiossincrticos, mas admite
dimenso cross-section infinita.
O modelo dinmico proposto por Forni, Hallin, Lippi e Reichlin (2000) mais geral, uma vez
que permite dimenso cross-section infinita e componentes idiossincrticos no-ortogonais.

2.3.1.1 I dentificao do modelo
Para a identificao dos componentes comuns, Forni, Hallin, Lippi e Reichlin (2000)
estabelecem algumas hipteses sobre as variveis propostas, tal como passamos a descrever.
Hiptese 1:
1.1 O processo {u
t
= (u
1t
, u
2t
,...,u
qt
); t e q<<n} um rudo branco gaussiano com mdia
zero e varincia unitria. Alm disso, u
jt
u
jt-k
, para quaisquer valores de j, t e k 0 e u
jt

u
st-k
, para quaisquer valores de k e s j.
1.2 O processo {
i
t
; t e i = 1,...,n} um vetor estacionrio com mdia zero e
i
t
u
jt-k
,
para quaisquer valores de i, j, t e k.
1.3 )] ( ),..., ( [ ) (
1
L b L b L A
i
q
i i
uma matriz n x q com a q-sima coluna dada por
)] ( ),..., ( [ ) (
1
L b L b L b
i
ni
i
i
i
q
. Os filtros
k
k i
qk
i
q
L b L b ) ( so quadrado-somveis, ou seja,
k
i
qk
b
2
) ( < .

64
As hipteses assumidas acima implicam que o vetor de observveis {
i
t
x ; t e i = 1,...,n}
estacionrio com mdia zero, para todo n. Seja ) (
) (
n
a densidade espectral do vetor
i
t
x .
Outra conseqncia decorrente da hiptese acima a de que ) (
) (
n
pode ser escrita como a
soma da densidade espectral do componente comum, ) (
) (
n
, com a densidade espectral do
componente idiossincrtico, ) (
) (
n
.
Como j mencionado, o que diferencia este modelo das abordagens antes propostas a
possibilidade de lidar com a dinmica de unidades cross-sections em grande escala. Alm
disso, a modelagem dispensa a ortogonalidade entre os componentes idiossincrticos. Tal fato
torna a identificao das variveis latentes definidas no modelo dependente da hiptese
adicional descrita a seguir:
Hiptese 2:
2.1 Seja ) (
ij
a entrada de ) (
) (
n
referente i-sima linha e j-sma coluna. Para todo i =
1,...,n, assume-se existir um real c
i
> 0, tal que ) (
ii
c
i
, para [-, ].
2.2 O primeiro autovalor dinmico
19
de ) (
) (
n
, ) (
1

n
, uniformemente limitado, ou seja,
existe um real , tal que ) (
1

n
, para todo n e [-, ]. Assume-se,
tambm, que os primeiros q autovalores dinmicos de ) (
) (
n
divergem a. e. entre [-
, ].
Como salientados pelos autores, certa intuio emerge da hiptese acima. Assim, a hiptese
limitando os autovalores dinmicos da densidade espectral dos componentes idiossincrticos
indica que as causas idiossincrticas de variao, embora compartilhadas por muitas unidades
observacionais, tm seus efeitos concentrados em um nmero finito delas, tendendo a zero
quando o nmero de unidades observacionais tender ao infinito. Por outro lado, a divergncia
na densidade espectral dos componentes comuns implica que as causas comuns de variao
esto presentes em um nmero elevado de unidades, com importncia no-decrescente entre
elas [Forni, Hallin, Lippi e Reichlin (2000): 542].

19
Seguindo a literatura, referi mo-nos aos autovalores e autovetores associados dinmica captada pela matriz de
densidade espectral de um vetor de variveis qualquer. Trata-se de uma extenso dos autovalores e autovetores
da matriz de varincia-covarincia, usualmente usados na anlise de componentes principais estticos. Para uma
discusso acerca dos autovalores e autovetores dinmicos, ver Brillinger (1981).

65
Assumindo os requisitos pressupostos acima, os autores propem o primeiro resultado sobre a
representao do modelo:
Resultado 1:
Supondo atendidas as hipteses (1) e (2), os primeiros q autovalores de ) (
) (
n
divergem
quando n tende ao infinito a. e. entre [-, ], enquanto que os demais (n q) so
uniformemente limitados.
A prova deste resultado pode ser verificada na obra de referncia. importante notar que a
proposio acima faz uma ligao entre as hipteses assumidas sobre o conjunto de variveis
latentes do modelo e propriedades observveis das sries econmicas de interesse. Vale
salientar, ainda, que Forni e Lippi (2001) demonstraram que, sob as condies da proposio
(1), pode-se escrever o conjunto de variveis observveis na forma do modelo de fatores
dinmicos (1) e (2).
Um aspecto no mencionado refere-se determinao do nmero de fatores dinmicos
comuns. A dimenso do vetor u
t
pode ser vista como sendo a fundamental para a dinmica de
i
t
x em anlise. Infelizmente, no h testes formais bem estabelecidos na literatura para
determinao do nmero de fatores
20
. Forni, Hallin, Lippi e Reichlin (2000), no que foram
seguidos por boa parte da literatura posterior, propem um procedimento heurstico baseado
nas premissas estabelecidas pelo resultado (1).
A matriz de densidade espectral do vetor
i
t
x pode ser decomposta em termos de seus
autovalores e autovetores dinmicos:
' ) (
) ( ) ( ) ( ) ( P P
n
(3)
Onde ) ( uma matriz diagonal contendo os autovalores dinmicos, dispostos segundo sua
magnitude, do maior para o menor, para cada freqncia [-, ]. ) ( P contm os
autovetores dinmicos associados a cada autovalor.

20
Bai e Ng (2002) propem um procedimento para a determinao do nmero de fatores para um modelo
esttico.

66
O posto de ) (
) (
n
e o nmero de fatores comuns, q, corresponde ao nmero de autovalores
diferentes de zero, a cada freqncia. A dimenso do vetor de choques comuns,
t
u , pode ser
determinada pelo nmero de autovalores dinmicos requeridos para captar a maior parte do
trao de ) (
) (
n
, a cada freqncia . Trata-se, portanto, de verificar o nmero de autovalores
dinmicos do vetor
i
t
x diferentes de zero ao longo das freqncias [-, ].

2.3.1.2 Estimao dos componentes do modelo
Feitas estas consideraes acerca da representao do modelo, passemos questo da
identificao dos componentes comuns e idiossincrticos. Por meio de uma aplicao da Lei
dos Grandes Nmeros, Forni, Hallin, Lippi e Reichlin (2000) mostram ser possvel estimar os
componentes comuns pela projeo das variveis
i
t
x em q combinaes lineares
devidamente escolhidas deste vetor. A questo relevante passa a ser a determinao de tais
agregaes. Neste trabalho, consideramos q mdias ponderadas do vetor de variveis de
interesse [Forni e Reichlin (1998) e Sala (2002)]
21
.
O vetor de observveis tem dimenso igual a n = rs, onde r o nmero de variveis e s o
nmero de indivduos dentro de cada categoria. Denotando por
q
t x o vetor constitudo por q
mdias de cada uma das r variveis nos s indivduos componentes da amostra e
i
t
a projeo
ortogonal de
i
t
x em
q
t x , Forni e Reichlin (1998) demonstram que:
Resultado 2:
i
t
i
n t
n

,
lim , em probabilidade, para todo i e t.

21
Outra possibilidade de agregao das sries de interesse seria a utilizao dos q componentes principais
dinmicos associados aos q primeiros autovalores dinmicos do vetor de observveis, tal como realizado em
Forni, Hallin, Lippi e Reichlin (2000).

67
O termo limite aparece indexado em n para indicar o carter amostral do resultado. Uma
hiptese adicional requerida para a identificao do componente comum, por meio de tal
projeo nas mdias, a ortogonalidade no vetor de componentes idiossincrticos
22
.
Como salientado por Sala (2002), a escolha da ponderao torna-se relevante quando a
dimenso cross-section for reduzida. Alm disso, demonstrado que a ponderao que
minimiza a varincia dos agregados mdios dada por
rs rs
/ 1 , onde ) (
rs
t
rs
Var . O
problema que a varincia do componente idiossincrtico um valor no-observado, o que
torna impossvel a utilizao deste sistema de ponderao.
Seja
r
t x o vetor agregando as r sries entre as s unidades econmicas. Forni e Reichlin (1998)
formaram o vetor
r
t x por meio de mdias simples, enquanto Sala (2002) partiu de uma
ponderao do tipo:
1
1
1
1
1
1
1
1
]
1

s
i
ri
s
i
ri
t
ri
s
i
i
s
i
i
t
i
s
i
i
s
i
i
t
i
t
r
x
x
x
x
1 1
1
2
1
2 2
1
1
1
1 1
/
/
/

M
(4)
Onde
rs rs
/ 1 , ) (
rs
t
rs
x Var . Uma vez construdo o vetor (4), Sala (2002) sugere um
procedimento em dois passos.
O primeiro passo determinar o nmero de fatores comuns. Sala (2002) sugere que o nmero
de fatores seja obtido por meio da matriz de densidade espectral do vetor
r
t x . A agregao do
vetor
rs
t
x em
r
t x faz com que a parte idiossincrtica deste ltimo convirja zero, o que
permite que a projeo de
rs
t
x em
r
t x , por sua vez, convirja em probabilidade para o espao
dos fatores comuns:

22
Alm da ortogonalidade no vetor de componentes idiossincrticos, so requeridas, ainda, as condies de no-
singularidade de
q
t x e fundamentalidade de u
t
. Tais condies so discutidas em Forni e Reichlin (1998) e Sala
(2002).

68
t
i
r
t u ) L ( A x (5)
Tal espao tem dimenso igual a q, implicando igual posto para a matriz de densidade
espectral de
r
t x . O que sugerido, portanto, uma anlise do nmero de autovalores
dinmicos do vetor
r
t x diferentes de zero ao longo das freqncias [-, ].
Em seguida, deve ser obtido o vetor
q
t x contendo q dos r agregados mdios de
r
t x . Pode-se
escrever, ento:
t
q
q
t u ) L ( A x (6)
Onde ) (L A
q
tem dimenso qq. A estratgia, portanto, constitui-se da criao dos r
agregados e posterior escolha de q agregados
23
, onde q o nmero de fatores comuns, a ser
verificado conforme j mencionado.
O segundo passo, sugerido por Sala (2002), um procedimento iterativo para a obteno dos
q agregados capazes de estabelecer o resultado (2). O algoritmo sugerido pelo autor :
(i) Primeiro,
rs
t
x deve ser regredido contra
q
k t x , com k = 0,...K, obtendo os resduos da
regresso,
^
rs
t
.
(ii) Utilize, ento, os resduos estimados em (i) para computar o novo vetor
q
t x , por meio
da expresso ) ( / 1
^
rs
t
rs
Var .
(iii) Por ltimo, esse procedimento deve ser iterado at que a convergncia do sistema de
pesos e, portanto, do vetor
q
t x seja alcanada.
Ao final, a projeo do vetor
rs
t
x dar a estimativa consistente dos componentes comuns, tal
como demonstrado pelo autor.

23
Quando q for igual a r, a escolha natural o prprio conjunto de r agregados. Infelizmente, para os casos em
que q for menor que r, no h critrio objetivo para a escolha dos q agregados.

69
2.3.2 Identificando o choque monetrio comum
Denotando por
q
t x o vetor com q agregados escolhidos e estimados por meio do
procedimento iterativo visto na seo anterior, temos que o componente comum pode ser
obtido pela projeo:
q
t
i i
t
x ) L ( B . (7)
Ou seja, o componente comum de cada varivel de interesse pode ser estimado por meio de
uma regresso linear nos q agregados finais estimados. Como
1 q i i
) L ( A ) L ( A ) L ( B

, a
partir de (7) e (2), podemos escrever:
q
t
1 q
t
x ) L ( A u

(8)
A expresso acima traz uma relao direta entre os choques estruturais comuns e os agregados
finais estimados. Desta forma, um VAR sobre os q agregados estimados nos permite
recuperar o vetor de choques comuns, desde que sejam devidamente identificados. A
vantagem de trabalhar com esta metodologia refere-se ao ganho de graus de liberdade na
estimao deste VAR. Isto porque o modelo estimado ter dimenso igual ao nmero de
fatores, q. Uma vez que este valor menor que o nmero de variveis de interesse, n, a
questo da dimensionalidade do VAR passa a ser um problema menor, dada a estimao mais
parcimoniosa possibilitada pelo vetor
q
t x .
H disponvel na literatura emprica de choques monetrios uma srie de esquemas de
identificao. Duas estratgias muito utilizadas so a decomposio da matriz de varincia-
covarincia de Cholesky e as restries de neutralidade de longo prazo, tais como as usadas
por Blanchard e Quah (1989)
24
.
Sala (2002) identifica o choque comum de poltica monetria para os pases membros da
Unio Monetria Europia com a combinao de uma rotao ortonormal no espao de
choques do VAR com q fatores comuns e um critrio de minimizao. O choque identificado
pela matriz de rotao, R, que atende ao referido critrio, o choque comum de poltica

24
A escolha das identificaes a serem empregadas arbitrria e sujeita a crtica. Uma bela exposio acerca das
estratgias de identificao e das crticas relacionadas pode ser vista em Christiano, Eichenbaum e Evans (1998).

70
monetria a ser posteriormente utilizado para a estimao da resposta dinmica de cada pas
europeu membro da Unio Monetria Europia
25
.
No nosso caso, o vetor de choques comuns ter identificao estrutural dada de forma
agnstica por meio de seus efeitos sobre a taxa de juros SELIC. Na verdade, de interesse
identificar apenas um componente deste vetor, que designaremos choque monetrio.
No VAR da expresso (8), estimado para os agregados, temos a identificao do sistema dada
pela ordenao dos efeitos causais obtidos com a decomposio de Cholesky. No entanto, no
fazemos idia de qual deve ser a ordenao dos agregados no modelo. O componente
agnstico da estratgia de identificao do choque monetrio comum emerge do fato de que
permitiremos todas as q! ordenaes possveis. O que nos permite dar interpretao estrutural
ao componente do vetor de choques comuns ortogonalizados pela decomposio de Cholesky
o seu efeito sobre a taxa de juros SELIC.
Com o objetivo de tornar mais clara a estratgia de identificao do choque monetrio, torna-
se necessrio introduzir alguma notao adicional. Inicialmente, necessrio definir a forma
reduzida estimvel para o modelo estrutural expresso em (8):
t
q
p t
q
q
1 t
q
q
t x ) p ( C x ) 1 ( C x + + + L , (9)
onde C
q
(L) = A
q
(0)
-1
A
q
(L), para L = 1,2,...p, e e
t
= A
q
(0)
-1
u
t
.
O modelo estrutural (8) e os choques comuns l estabelecidos podem ser identificados por
meio das restries:
1) E[e
t
e
t
] = S = A
q
(0)
-1
A
q
(0)
-1
, j que E[u
t
u
t
] uma matriz identidade qq.
2) A matriz A
q
(0)
-1
triangular inferior, impondo uma estrutura recursiva nos efeitos
contemporneos das variveis componentes do modelo (8).

25
Sala (2002) assume que o choque monetrio comum aos pases da Unio Monetria Europia no perodo
analisado pode ser identificado a uma mudana de poltica provocada pelo Banco Central Alemo. Dado esse
pressuposto, o autor procura a matriz de rotao, R, que minimize a diferena entre a resposta da taxa de juros
alem a um choque de poltica monetria, num VAR estimado somente para a Alemanha, e a resposta da taxa de
juros deste pas a uma inovao produzida por um choque estrutural no VAR com fatores comuns. Para outra
utilizao da estratgia de rotao ortonormal no espao de choques do VAR com q fatores comuns, combinada
a um critrio de minimizao, ver Forni e Reichlin (1998).

71
Seja a decomposio de Cholesky dada por S = PP, tal que P = A
q
(0)
-1
D
1/2
e D uma matriz
diagonal cujos elementos correspondem varincia de u
t
. Portanto, P = A
q
(0)
-1
. Alm disso,
denote v
jt
o resduo obtido pelo VAR da expresso (9) ortogonalizado e ajustado por seu
respectivo desvio-padro, isto v
jt
= D
-1/2
A
q
(0)e
t
, ou ainda, v
jt
= u
t
.
Assumindo que o polinmio caracterstico de C
q
(L)=0 tenha todas as razes fora do crculo
unitrio, podemos reescrever o VAR da expresso (9) na forma de um MA(8) :
L t
q
t ) L ( x

, (10)
onde
1 q
) L ( A ) L (

.
Seja ?
s
a matriz qq de coeficientes do s-simo termo da representao (10) e P
j
a j-sima
coluna da matriz de fatores de Cholesky. Assim, a resposta de
q
t x em t+s para um aumento de
1 unidade em u
t
em t dada por:
j s
jt
q
s t
P
v
x

+
. (11)
Por meio das expresses (7) e (11) e do fato que ,
q
s
i
t
u i, q, t e s, a resposta de
i
t
x em t+s
para um aumento de 1 unidade em u
t
em t dada por:
j s
i
jt
i
s t
P L B
v
x

+
) ( , (12)
onde B
i
(L) a matriz com os coeficientes obtidos no procedimento iterativo de regresses de
Mnimos Quadrados Ordinrios (MQO) das sries
i
t
x originais nos q agregados.
A matriz B
i
(L) carrega os efeitos do choque dos agregados para as variveis de interesse.
Seja ) s ( P
v
x
j s
jt
q
s t

+
um vetor q1 com a resposta s passos frente do vetor de
agregados a um aumento de 1 unidade em u
t
em t. A operao denotada por (12) tal que:
) ( ) ( ) 1 ( ) 1 ( ) ( ) 0 ( ) ( ) ( k s k B s B s B s L B
v
x
i i i i
jt
i
s t
+ + +
+
K . (13)

72
O vetor resultante da operao acima tem dimenso n1 e refere-se aos efeitos s passos
frente de um choque ocorrido em t.
Para cada ordenao dos agregados em (8), temos q choques distintos. Temos, portanto, q!.q
possibilidades de identificao dos q choques comuns. A escolha do esquema de identificao
adequado foi feita por meio de um critrio de minimizao semelhante ao utilizado em Sala
(2002). Estimou-se um VAR agregado para o Brasil, de forma a ser possvel obter a resposta
do instrumento de poltica monetria, taxa de juros SELIC, a um choque desta poltica. O
esquema de identificao escolhido o que minimiza a distncia da resposta da taxa de juros
SELIC, obtido pela expresso (13), em relao resposta da taxa de juros SELIC ao choque
monetrio, alcanada pelo VAR agregado para o Brasil. Isto nos leva definio de choque
monetrio:
Definio 1:
Seja {u
VAR
? SELIC}(t) a resposta da SELIC no VAR estimado para o Brasil e
{u
FATOR
(i,j)? SELIC}(t) a resposta da SELIC ao i-simo choque comum com a j-sima
ordenao de Cholesky possvel no VAR representado na expresso (8). O critrio de
minimizao considerado neste trabalho pode ser representado pela funo de perda
quadrtica:
L(i,j) =

24
1 t
2 FATOR VAR
] SELIC}(t) j) (i, {u - ) SELIC}(t [{u
O choque identificado pelo esquema (i,j) responsvel pela minimizao da funo L(i,j)
acima ser designado a partir de agora por choque monetrio comum.
A explicitao do processo de identificao do choque monetrio comum representa o ltimo
passo metodolgico. Passemos agora aos resultados obtidos nos exerccios empricos.

73
2.4 Resultados

O trabalho faz uso de um conjunto de sries para os estados de So Paulo, Minas Gerais, Rio
de Janeiro, Rio Grande do Sul, Paran, Pernambuco, Cear e Bahia entre janeiro de 1995 e
novembro de 2003. Para cada estado, o conjunto de dados contempla as sries de:
ndice de Produo Industrial Mensal: Logaritmo do ndice com base em jan/1995,
dessazonalizado (mdia mvel). Fonte: Instituto Brasileiro de Geografia e Estatstica
IBGE.
ndice de Preos ao Consumidor Amplo (IPCA): Logaritmo do ndice com base em
jan/1995, dessazonalizado (mdia mvel). Fonte: IBGE.
Volume Real de Crdito Bancrio: Logaritmo do ndice com base em jan/1995,
dessazonalizado (mdia mvel). Fonte: Banco Central do Brasil.
Alm das sries acima, o vetor de sries de interesse inclui a taxa de juros mensal Selic
anualizada. A modelagem de fatores dinmicos requer a estacionariedade das sries que
compem o vetor de anlise, de forma que todas as variveis, com exceo da taxa de juros
Selic, foram diferenciadas.
Para obter o choque comum associado poltica monetria, precisamos, em primeiro lugar,
fazer uma reduo da dimenso de n=25 sries originais para q<<n. Em seguida, um VAR
sobre os q Agregados Finais nos permite recuperar os choques comuns. Ento, o esquema
de identificao proposto acima deve ser usado para identificar o choque monetrio comum.
Por ltimo, o choque monetrio comum obtido usado para estimar as respostas estaduais,
em regresses individuais. Estes passos so apresentados em detalhes a seguir.

74
2.4.1 Nmero de choques comuns
Seguindo a metodologia sugerida por Sala (2002), ser utilizada a agregao por estados das
variveis: crdito bancrio (Crdito), IPCA e produo industrial (PIB). Alm disso, a taxa de
juros Selic (SELIC) includa como um agregado adicional, cujo valor idntico em cada um
dos estados brasileiros.
A ponderao utilizada inicialmente reportada abaixo. Estes pesos refletem diferenciais nas
varincias das sries. Pode ser visto, por exemplo, que a varincia homognea entre as sries
de IPCAs estaduais, resultando em pesos semelhantes na agregao inicial desta varivel. As
sries de crdito bancrio, por outro lado, apresentam elevada disperso nas varincias entre
os estados. Segue-se deste fato o elevado peso dado a So Paulo, estado com a srie de menor
varincia. Disperso semelhante ocorre com as sries de PIB. Neste caso, o estado de Minas
Gerais apresenta a menor varincia, contando, portanto, com o maior peso na composio do
agregado para o PIB.

Tabela 2
Pesos iniciais para a agregao de Crdito, IPCA e PIB
Estado Crdito IPCA PIB
So Paulo 0,4608 0,1230 0,1971
Minhas Gerais 0,1315 0,1358 0,3018
Rio de Janeiro 0,0846 0,1377 0,0887
Rio Grande do Sul 0,1224 0,1287 0,1115
Paran 0,0775 0,1328 0,1094
Pernambuco 0,0872 0,1194 0,0562
Cear 0,0307 0,1015 0,0840
Bahia 0,0054 0,1209 0,0511

Como j salientado, o nmero de fatores comuns igual ao rank da matriz de densidade
espectral dos quatro agregados construdos com os pesos acima. Vale lembrar que no so
utilizados pesos como estes para o caso da taxa de juros SELIC. Isto ocorre devido ao fato de
a srie ser a mesma para todos os estados, gerando, desta forma, ponderaes idnticas entre
as unidades componentes.
So tomados dois procedimentos para escolha do nmero de fatores dinmicos comuns. Trata-
se de testes no- formais, baseados em anlises grficas que visam identificar o nmero de
autovalores dinmicos diferentes de zero. No primeiro deles, toma-se a mdia simples de cada
autovalor dinmico ao longo das freqncias [-. ]. Dado que o autovalor dinmico a

75
prpria densidade espectral de seu autovetor dinmico equivalente, temos que essa mdia ao
longo das freqncias equivale ao porcentual da varincia das sries de interesse, que
explicado pelos autovetores dinmicos equivalentes.
O segundo critrio para escolha do nmero de fatores constitui-se em se observar a magnitude
do n-simo autovalor ao se acrescentar uma a uma as n sries e fazer uma mdia de seu valor
ao longo das freqncias [-. ]. Assim, o grfico do nmero de sries pela magnitude do
n-simo autovalor d uma dimenso grfica do nmero de autovalores dinmicos divergentes.
Abaixo, reportamos os grficos obtidos com estes dois procedimentos.

Figura 1
Escolha do nmero de fatores comuns, Sala (2002)

Os grficos acima mostram que uma representao por trs fatores comuns parece ser
adequada aos dados em questo. O primeiro diagrama, que traz no eixo das abscissas o
nmero de autovalores dinmicos e no eixo das ordenadas o porcentual da varincia explicado
por cada um deles, revela que os trs primeiros autovalores dinmicos explicam cerca de 93%
de toda variao nas sries de interesse. O segundo diagrama, por sua vez, traz no eixo das
abscissas o nmero de sries em anlise e no eixo das ordenadas o valor mdio dos
autovalores dinmicos entre as freqncias [-. ]. Este diagrama d uma dimenso
visual do comportamento dos autovalores, na medida em que as sries so acrescentadas uma
a uma, e parece indicar um comportamento explosivo dos trs primeiros autovalores.
Para se ter robustez com relao escolha do nmero de fatores, repetimos os dois
procedimentos acima com o vetor composto por todas as 25 sries consideradas, em um

76
procedimento sugerido por Forni, Hallin, Lippi e Reichlin (2000). Os diagramas podem ser
vistos na Figura A1 do anexo. Como se pode notar, a escolha de trs fatores parece ser
adequada, dando suporte hiptese de que as sries analisadas teriam a dinmica comum
governada por trs choques, tais como os caracterizados pelas hipteses do modelo de fatores
dinmicos descrito na seo anterior.

2.4.2 Estimao dos agregados
O ponto de partida para a obteno dos agregados timos requeridos para a estimao do
choque monetrio so os agregados construdos com as ponderaes iniciais apresentadas na
Tabela 2. O procedimento utilizado segue o mtodo iterativo proposto por Sala (2002),
descrito na seo anterior.
Como j verificamos a existncia de trs choques comuns, precisamos utilizar trs agregados
das sries originais. Um primeiro problema a ser enfrentado refere-se escolha destes
agregados. Como originalmente foram criados quatro agregados, devemos escolher uma
dentre as quatro possibilidades de composio do vetor tridimensional requerido. O vetor
deve ser no-singular, conforme estabelecido por Forni e Reichlin (1998) e Sala (2002).
Abaixo, reportamos as quatro composies possveis, alm das condies de nmero
correspondente ao vetor em considerao. A condio de nmero de uma matriz quadrada
dada pela razo entre o seu maior e o seu menor valor singular. Trata-se de uma medida da
sensibilidade da soluo de um sistema linear a mudanas na matriz de coeficientes [Belsley,
Kuh e Welsh. (1980)]. Uma matriz dita singular quando apresentar condio de nmero
infinita. Por outro lado, uma matriz bem condicionada se sua condio de nmero for
prxima de 1.

Tabela 3
Agregados possveis e Condio de Nmero
Agregado Variveis Condio de Nmero
Agregado 1 Crdito, IPCA e PIB 10,9122
Agregado 2 Crdito, IPCA e SELIC 10,9067
Agregado 3 Crdito, PIB e SELIC 3,6002
Agregado 4 IPCA, PIB e SELIC 3,0489

77
Neste exerccio, utilizamos os agregados das sries estaduais de Crdito, PIB e IPCA da
maneira sugerida em Sala (2002). Note que a condio de nmero do vetor composto por
estes trs agregados a mais elevada dentre as outras possibilidades, mas tampouco parece
indicar problema de singularidade.
O procedimento iterativo tomado em sucessivas regresses de MQO das sries de interesse
(na primeira diferena) sobre uma constante, os valores presentes e defasagens dos agregados
do Crdito, PIB e IPCA. Outro problema a ser enfrentado a escolha das defasagens
utilizadas nas sucessivas regresses. Vamos reportar os resultados obtidos com trs
defasagens, mas os pesos timos so pouco sensveis a variaes neste parmetro. Em
anexo, a Tabela A1 apresenta os pesos timos para a agregao do Crdito, IPCA e PIB
estaduais obtidos com diferentes defasagens, deixando clara a robustez existente neste
procedimento.
A cada rodada, os agregados so atualizados conforme a descrio feita na seo anterior. Os
pesos timos para a construo dos agregados convergem aps poucas iteraes e podem ser
vistos na tabela 4.

Tabela 4
Pesos timos para o Agregado 1: Crdito, IPCA e PIB
Estado Crdito IPCA PIB
So Paulo 1,0000 0,1152 1,0000
Minhas Gerais 0,0000 0,1090 0,0000
Rio de Janeiro 0,0000 0,1369 0,0000
Rio Grande do Sul 0,0000 0,3426 0,0000
Paran 0,0000 0,0946 0,0000
Pernambuco 0,0000 0,0686 0,0000
Cear 0,0000 0,0335 0,0000
Bahia 0,0000 0,0996 0,0000
Nota: Nmero de Iteraes: 50. Regresso em constante, valores presentes e 3 defasagens dos
Agregados.

Note que para os agregados de Crdito e PIB estaduais, o melhor a se fazer simplesmente
tomar as respectivas sries para o estado de So Paulo. J para o agregado IPCA, h uma
ponderao de equilbrio entre os valores estaduais. No h uma interpretao clara para este
resultado. Uma possibilidade a elevada concentrao no volume de crdito e produo no
estado paulista. Esta explicao, no entanto, no suficiente para justificar a elevada
participao do estado do Rio Grande do Sul na construo do agregado para o IPCA.

78
Um ponto importante a ser mencionado que os pesos timos no dependem das condies
iniciais dadas na Tabela 2. Isto , os pesos para o Crdito e PIB colapsam para So Paulo
devido a condies estruturais dadas no processo iterativo e no pelo fato deste estado partir
do maior peso inicial. Vrias modificaes realizadas nas condies iniciais, no reportadas
aqui, resultam em pesos timos qualitativamente inalterados.

2.4.3 Choque monetrio comum
A seo anterior definiu o choque monetrio comum como sendo o choque estrutural
identificado no sistema (8), cujo impulso gere na taxa de juros SELIC a resposta mais
prxima possvel da produzida por um choque monetrio estimado em um VAR para o Brasil.
Desta forma, o primeiro passo no processo de estimao do choque monetrio comum a
estimao de VAR para variveis macroeconmicas brasileiras, que nos sirva de base para
escolha do choque.
O sistema foi estimado com as seguintes variveis macroeconmicas: taxa de juros Selic,
IPCA, produo industrial e uma medida de risco pas dada pelo spread sobre o C-Bond
(EMBI). Foram utilizados dados mensais entre 01/1995 e 11/2003.
O modelo foi identificado por meio da decomposio de Cholesky e a ordenao usada foi:
PIB, IPCA, EMBI e SELIC. A escolha da ordem do modelo foi feita de forma a se obter
resduos serialmente no-correlacionados. O modelo com duas defasagens incorpora dinmica
suficiente para solucionar tal problema. Em anexo, so apresentadas algumas estatsticas a
respeito do modelo, bem como das variveis utilizadas em sua estimao.
Com este VAR, podemos obter a resposta da taxa de juros SELIC a uma inovao nela
mesma, o que representa a primeira componente do processo de minimizao dado pela
Definio 1. Esta resposta deve ser comparada com a da SELIC em relao a uma inovao
estrutural dada no sistema (8), em cada uma das ordenaes possveis. Para obtermos esta
ltima seqncia, precisamos estimar o VAR representado pela expresso (8) e a matriz B
i
(L),
que carrega os efeitos dos choques comuns em (8) para a varivel i em questo.
O sistema de identificao proposto neste trabalho utiliza como estratgia o efeito do choque
monetrio subjacente s sries analisadas sobre a taxa de juros SELIC, necessitando, desta

79
maneira, apenas dos coeficientes da regresso da taxa de juros SELIC nos agregados finais
obtidos. Assim, a matriz B
i
(L) pode ser estimada por meio da regresso da taxa de juros
SELIC em uma constante, valores presentes e defasagens dos agregados timos
encontrados no final do procedimento iterativo. H de se ressaltar que, seguindo o
procedimento iterativo que gerou os agregados timos, a regresso inclui como varivel
explicativa, alm dos valores contemporneos, trs defasagens dos agregados.
Como ltimo passo na estimao do choque monetrio comum, foi estimado um VAR no
nvel com os trs agregados obtidos ao final do procedimento iterativo. O critrio para ordem
do VAR foi o mesmo utilizado para o VAR-Brasil, sendo que o nmero de defasagens
escolhido foi trs. Em anexo, so apresentadas as estatsticas de teste para o modelo.
Este modelo identificado por meio da decomposio de Cholesky. Como mencionado na
seo anterior, as restries de causalidade contemporneas admitidas por este esquema de
identificao o que dar interpretao estrutural ao choque comum. Este choque, por sua
vez, ser tido como monetrio, em funo de seu efeito na taxa de juros SELIC, tal como
busca o critrio de minimizao proposto.
Ainda neste esprito, no sabemos qual deve ser a ordenao em que os agregados devem
aparecer no VAR. Assim, num procedimento agnstico, permitiremos todas as seis
ordenaes possveis para os trs agregados, num total de 18 choques candidatos a choque
monetrio comum.

Tabela 5
Coeficientes da Matriz B
i
(L) para SELIC
Agregado e defasagem Coeficiente P-Valor
A1CRE (L=0) -16,43930 0,1045
A1CRE (L=1) 1,126706 0,9225
A1CRE (L=2) -9,436975 0,3806
A1CRE (L=-3) -2,329780 0,8014
A2PIB (L=0) -98,47264 0,0000
A2PIB (L=1) 7,179036 0,7626
A2PIB (L=2) 8,593483 0,7204
A2PIB (L=3) 85,14308 0,0002
A3IPCA (L=0) 445,5090 0,0181
A3IPCA (L=1) -366,6139 0,3739
A3IPCA (L=2) 3,145994 0,9942
A3IPCA (L=3) -109,2217 0,5912

80
Cada um destes 18 candidatos a choque monetrio comum gera respostas nos trs
agregados considerados no VAR. O papel exercido pela matriz B
i
(L) justamente o de filtrar
o efeito de cada um destes choques de acordo com os coeficientes trazidos na Tabela 5. O
choque que minimiza a distncia da resposta da taxa de juros SELIC em relao ao choque
produzido pelo VAR-Brasil obtido pela inovao no agregado do IPCA com a ordenao
dos agregados: IPCA, PIB e Crdito.
A figura 2 mostra as respostas da taxa de juros SELIC a um choque monetrio obtidas com o
VAR-Brasil (Benchmark) e com o critrio de minimizao proposto (choque comum). Nos
primeiros seis meses, o choque monetrio comum identificado gera um efeito menor na taxa
SELIC quando comparado resposta gerada pelo VAR-Brasil. Aps os seis primeiros meses,
no entanto, este padro se reverte e o choque monetrio comum produz mais efeitos na
SELIC, comparado aos efeitos com o VAR-Brasil.
Uma vez conhecida a ordenao e a inovao que so responsveis pelo choque comum,
designado monetrio, basta que se estime a matriz B
i
(L) para cada varivel de atividade
estadual. Assim, possvel obter a resposta para cada srie estadual de interesse e comparar as
eventuais assimetrias existentes. Tal procedimento realizado a seguir.

Resposta Selic a choque monetrio
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
VAR Benchmark Choque comum

Figura 2
Resposta da SELIC ao choque monetrio comum
Agregados obtidos com 3 defasagens

81
2.4.4 Os efeitos do choque monetrio comum
O primeiro passo na obteno das respostas estaduais ao choque monetrio comum foi
realizado na seo anterior, com a identificao da ordenao e do choque gerador. Em
seguida, devemos estimar os coeficientes da matriz B
i
(L) referentes s variveis cujas
respostas nos interessam.
Em um primeiro momento, concentramos ateno na primeira diferena dos produtos
industriais estaduais. A Tabela A4, mostrada no anexo, apresenta os coeficientes destas
variveis associados aos valores contemporneos e trs defasagens dos agregados.

-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
0.01000
1 3 5 7 9 11 13 15 17 19 21 23
SP
-0.00700
-0.00600
-0.00500
-0.00400
-0.00300
-0.00200
-0.00100
0.00000
0.00100
0.00200
0.00300
1 3 5 7 9 11 13 15 17 19 21 23
MG
-0.01000
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
1 3 5 7 9 11 13 15 17 19 21 23
RJ
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
1 3 5 7 9 11 13 15 17 19 21 23
PR
-0.01500
-0.01000
-0.00500
0.00000
0.00500
0.01000
0.01500
1 3 5 7 9 11 13 15 17 19 21 23
CE
-0.02500
-0.02000
-0.01500
-0.01000
-0.00500
0.00000
0.00500
0.01000
1 3 5 7 9 11 13 15 17 19 21 23
PE
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
1 3 5 7 9 11 13 15 17 19 21 23
BA
-0.01500
-0.01000
-0.00500
0.00000
0.00500
0.01000
0.01500
1 3 5 7 9 11 13 15 17 19 21 23
RS

Figura 3
Resposta da primeira diferena dos PIBs estaduais ao choque monetrio comum

82

As respostas das taxas de crescimento industrial estaduais ao aumento de uma unidade no
choque monetrio ao longo de 24 meses podem ser vistas na figura 3.
H um padro geral seguido pelos estados. Como pode ser visto, existe alguma variabilidade
na taxa de crescimento do produto nos perodos que se seguem inovao. Durante este
perodo, parece haver um comportamento homogneo entre os estados, com a exceo de
Pernambuco, que tem uma perda mais pronunciada trs meses aps o choque. No entanto,
com o passar dos meses, h uma tendncia de acomodao deste efeito inicial e uma
convergncia das taxas de crescimento para zero. Este resultado parece dar um primeiro
indcio de neutralidade da poltica monetria no longo prazo.
Ante esta estabilidade de longo prazo dos produtos estaduais, devemos analisar as respectivas
respostas acumuladas no tempo. Dois cenrios podem surgir desta estabilidade de longo prazo
das taxas de crescimento. Em primeiro lugar, as respostas acumuladas podem ser explosivas,
caso haja um efeito permanente da poltica monetria nos produtos estaduais. Por outro, se a
poltica for neutra no longo prazo, as respostas acumuladas devem se estabilizar em algum
nvel de equilbrio.
Para obtermos as respostas acumuladas dos produtos estaduais ao choque monetrio,
devemos, em primeiro lugar, estimar os coeficientes da matriz B
i
(L) para o nvel do produto
de cada estado. Estes coeficientes podem ser vistos na Tabela A5 no anexo.
A neutralidade da poltica monetria no longo prazo parece ser o cenrio mais provvel. Em
todos os casos, os resultados mostrados nas figuras 4 e 5 indicam uma perda acumulada que
se estabiliza ao longo do tempo.
A seguir, possvel analisar a evidncia de assimetrias nesta transmisso da poltica
monetria. Como podemos observar nestas figuras, as perdas acumuladas no tempo apontam
para uma ordenao bem definida dos estados mais afetados pela poltica monetria.

83
Resposta acumulada dos PIB's Estaduais ao choque monetrio
-6.00E-02
-5.00E-02
-4.00E-02
-3.00E-02
-2.00E-02
-1.00E-02
0.00E+00
1.00E-02
2.00E-02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
RJ RS PR BA Brasil

Figura 4
Resposta acumulada dos PIBs estaduais ao choque monetrio comum

As respostas estaduais ao impulso no choque monetrio comum foram divididas entre as
unidades mais sensveis, reportadas na figura 4, e menos sensveis, trazidas na figura 5. Neste
sentido, poderamos incluir as unidades da Bahia e Paran (figura 4) como os mais
prejudicados em termos de produto. Do outro lado, poderamos incluir So Paulo,
Pernambuco e Minas Gerais (figura 5), como sendo as unidades menos sensveis ao choque
monetrio comum. As respostas estaduais acumuladas em 24 meses podem ser vistas na
Tabela 7 a seguir. Os resultados mostram ainda a resposta acumulada para o produto
industrial brasileiro. Pode-se ver que estados de So Paulo e Pernambuco so os nicos a ter
uma perda menor que a observada para a economia como um todo.

84
Resposta acumulada dos PIB's Estaduais ao choque monetrio
-2.00E-02
-1.50E-02
-1.00E-02
-5.00E-03
0.00E+00
5.00E-03
1.00E-02
1.50E-02
2.00E-02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
SP MG CE PE Brasil

Figura 5

2.4.5 Uma definio alternativa para a identificao do choque
monetrio
Algumas questes acerca do procedimento tomado neste trabalho podem ser levantadas,
colocando em dvida os resultados obtidos at aqui. Uma delas refere-se definio de
choque monetrio comum utilizada no trabalho. Seria adequado tratar o choque comum como
monetrio apenas por seus efeitos na taxa SELIC? Visando explorar um pouco mais este
elemento do processo de identificao do choque monetrio comum, vamos apresentar aqui
outra possibilidade para nos ajudar na identificao deste choque.
A partir do sistema estimado para os agregados em (8), escolheremos a ordenao j e o
choque i, tal que seu efeito sobre o produto industrial brasileiro seja o mais parecido
possvel com a resposta do produto industrial brasileiro ao choque monetrio, de acordo com
o VAR-Brasil discutido anteriormente. Ou seja, alternativamente primeira definio
apresentada acima, temos agora:
Definio 2:

85
Seja {u
VAR
? PIB}(t) a resposta do PIB no VAR estimado para o Brasil e {u
FATOR
(i,j)? PIB}(t)
a resposta do PIB ao i-simo choque comum com a j-sima ordenao de Cholesky possvel
no VAR representado na expresso (8). O critrio de minimizao considerado neste trabalho
pode ser representado pela funo de perda quadrtica:
L(i,j) =

24
1
2 FATOR VAR
PIB}(t)] j) (i, {u - PIB}(t) [{u
t

O choque identificado pelo esquema (i,j), responsvel pela minimizao da funo L(i,j)
acima ser designado a partir de agora por choque monetrio comum.
O primeiro passo na obteno da resposta do produto industrial brasileiro aos candidatos a
choque monetrio comum a estimao da matriz B
i
(L), que associa o produto a valores
contemporneos e passados dos trs agregados aqui utilizados. Os coeficientes podem ser
vistos na tabela 7. Com estes coeficientes, podemos estimar as 18 diferentes respostas do
produto industrial brasileiro aos respectivos 18 candidatos a choque monetrio comum.

Tabela 6
i
(L) para PIB
A1CRE (L=0) -0,023065 0,7587
A1CRE (L=1) -0,017121 0,8230
A1CRE (L=2) -0,044212 0,5417
A1CRE (L=-3) -0,033811 0,6271
A2PIB (L=0) 0,378966 0,0273
A2PIB (L=1) 0,411433 0,0229
A2PIB (L=2) 0,328411 0,0688
A2PIB (L=3) 0,166686 0,3199
A3IPCA (L=0) 0,572642 0,7003
A3IPCA (L=1) -1,193891 0,5675
A3IPCA (L=2) 0,030839 0,9891
A3IPCA (L=3) -0,306495 0,8445

Abaixo, podem ser vistas a resposta do produto industrial brasileiro ao choque identificado no
VAR-Brasil e a que satisfaz o critrio de minimizao estabelecido pela Definio 2.

86
Resposta PIB a choque monetrio
-0.010000000
-0.008000000
-0.006000000
-0.004000000
-0.002000000
0.000000000
0.002000000
0.004000000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Figura 6
Resposta do PIB ao choque monetrio comum

O efeito produzido no produto industrial brasileiro pelo choque monetrio , por toda
extenso temporal considerada, menor que o observado com o VAR-Brasil. Alm do mais, o
choque comum identificado como monetrio tem um efeito levemente expansionista no
primeiro ms. A partir de ento, tal choque produz uma reao no produto brasileiro
qualitativamente semelhante ao proporcionado pelo choque monetrio do VAR-Brasil.
O que chama a ateno que o choque identificado por este critrio o mesmo que fora
obtido com a primeira definio acima. Isto , tambm por este novo tratamento para o
choque monetrio, deveramos considerar o choque dado no agregado IPCA, obtido com a
seguinte ordenao dos agregados: IPCA, PIB e Crdito.
Desta maneira, se considerssemos adequada a segunda definio apresentada para o choque
monetrio, os resultados obtidos na seo anterior ficariam completamente inalterados. O
choque comum identificado como monetrio satisfaz simultaneamente s duas definies aqui
propostas.

87
2.4.6 Resultados com o procedimento com duas defasagens
Por fim, um segundo teste de robustez foi realizado. Os resultados reportados at aqui foram
obtidos com a utilizao de trs defasagens dos agregados, tanto no procedimento iterativo
para a estimao dos agregados timos quanto na estimao dos coeficientes da matriz
B
i
(L) para as variveis consideradas.
O que se prope nesta subseo realizar todo o procedimento economtrico permitindo duas
defasagens dos agregados onde antes foram usadas trs.
Assim, em primeiro lugar, devemos tomar o procedimento iterativo com sucessivas
regresses de MQO. Estas regresses so realizadas em uma constante, valores
contemporneos e duas defasagens dos agregados para se obter, ao final do processo, os pesos
a serem usados na construo dos agregados timos. Estas ponderaes podem ser vistas na
Tabela A1 do anexo
26
.
Em seguida, devemos estimar um VAR nestes agregados timos e identificar o choque
monetrio comum, tal como j discutido. Usando a primeira definio para o choque
monetrio, temos a Tabela A6 com os coeficientes da matriz B
i
(L) e a Figura A2 com a
resposta que minimiza a distncia estabelecida na Definio 1. Assim como no caso com trs
defasagens, o choque identificado mais uma vez associado a uma inovao do IPCA na
ordenao: IPCA, PIB e Crdito.
Se preferirmos a segunda definio para o choque monetrio, a matriz B
i
(L) a ser considerada
tem seus coeficientes apresentados na Tabela A7. As respostas do produto industrial brasileiro
ao choque monetrio do VAR-Brasil e ao choque comum encontrado por este critrio so
apresentadas na Figura A3. O esquema de identificao exatamente o mesmo obtido pela
Definio 1.
Para se obter as respostas dos produtos estaduais ao impulso no choque comum identificado
nas duas definies consideradas, devemos utilizar as tabelas A8 e A9 com os respectivos
coeficientes estaduais, associados s defasagens dos agregados timos. Por fim, a Figura A4
apresenta as respostas das taxas de crescimento estaduais, enquanto a Figura A5 mostra as

26
A no ser pela Tabela 7, as tabelas e figuras referidas nessa seo encontram-se todas no anexo.

88
respostas acumuladas dos produtos estaduais ao choque monetrio comum. Como poder ser
visto, o padro de neutralidade de longo prazo mantm-se inalterado.

Tabela 7
Respostas dos PIBs estaduais acumuladas aps 24 meses
Agregados: 3 defasagens Agregados: 2 defasagens
Estado Resposta Estado Resposta
Bahia -0,047515531 Bahia -0,054895403
Paran -0,046949547 Paran -0,042804562
Rio Grande do Sul -0,023851145 Rio de Janeiro -0,027416285
Rio de Janeiro -0,020420043 Cear -0,026194662
Cear -0,016623494 Rio Grande do Sul -0,025908452
Minas Gerais -0,013792946 Minas Gerais -0,017513909
Brasil -0,010869759 Brasil -0,011107411
Pernambuco -0,008454965 Pernambuco -0,00278105
So Paulo -0,004824393 So Paulo -0,002599425

Com relao ao ranking dos estados mais afetados pela poltica monetria, pouca coisa muda.
A Tabela 7 acima apresenta um resumo das respostas acumuladas dos produtos estaduais aps
24 meses para o procedimento com duas e trs defasagens. O grupo de estados mais sensveis
permanece o mesmo: Bahia e Paran. Na outra ponta da tabela, fica inalterado, ainda, o grupo
de estados que seriam pouco vulnerveis ao choque monetrio: So Paulo, Pernambuco e
Minas Gerais. Mais uma vez, apenas os estados de Pernambuco e So Paulo reagem menos
fortemente que a economia brasileira como um todo.

2.4.7 Uma possvel interpretao para os resultados
interessante notar, em primeiro lugar, que o padro de respostas obtido neste trabalho
guarda certa semelhana com os resultados reportados em Fonseca e Vasconcelos (2002) e
Bertanha e Haddad (2006), que indicam uma maior sensibilidade nos estados das regies
Norte e Nordeste para choques comuns de poltica monetria. Da mesma maneira que estes
autores, estes resultados diferem do apresentado na literatura internacional revista h pouco,
onde parece prevalecer uma maior sensibilidade nas regies econmicas mais ricas.
Uma possvel explicao para o nosso resultado pode ser devida verificao de um canal de
crdito ativo na transmisso dos choques monetrios entre os estados brasileiros. Esta

89
possibilidade pode originar-se, em um primeiro momento, do fato de trabalharmos com sries
de produtos industriais como proxy para o nvel de atividade estadual. Seguindo a discusso
introduzida em Carlino e Defina (1998a), pode-se dizer que, ao utilizarmos sries industriais,
as assimetrias do canal de transmisso monetrio ficariam limitadas, em certo ponto, s fontes
ligadas ao canal de crdito, uma vez que as disparidades advindas do canal tradicional dos
juros tenderiam a ser minimizadas.
Se for este o caso, os estados mais afetados pela poltica monetria seriam os portadores de
firmas e bancos sujeitos a maiores problemas de informao, tal como estabelecido pela
literatura do canal de crdito [Bernanke e Gertler (1995)]. A pouca disponibilidade de dados
impede uma avaliao mais precisa acerca dos problemas informacionais sofridos pelos
bancos (bank lending channel) em escala regional.
Ainda assim, possvel ter uma medida do espao que um eventual bank lending e balance
sheet channels teriam para atuar em cada sistema bancrio estadual, por meio da
disponibilidade de recursos que os bancos teriam para ofertar quando demandados.
Uma possibilidade seria tomar a estrutura temporal da alocao de recursos bancrios dos
agentes econmicos em cada estado. A proporo dos recursos alocados em depsitos vista
em relao aos depsitos bancrios totais d uma medida da preferncia por liquidez dos
agentes locais, indicando o grau de restrio sofrido pelos bancos para o emprstimo de
recursos. Isto se deve ao fato de que os depsitos de curto prazo sofrem uma incidncia de
taxas de reservas compulsrias mais elevadas que os recursos alocados em contas de prazo
mais longo.

Tabela 8
Porcentual de depsitos vista sobre os depsitos totais
Estados selecionados Mdia 1995-2003
Estado %
So Paulo 10,30
Rio Grande do Sul 11,47
Brasil 11,93
Cear 12,25
Paran 12,76
Rio de Janeiro 13,45
Minas Gerais 13,66
Bahia 15,83
Pernambuco 17,33

90
A tabela 8 mostra a proporo entre os depsitos vista (privados e pblicos) e os depsitos
totais, formados pela soma dos depsitos vista (privados e pblicos), depsitos de poupana
e depsitos a prazo (privados e pblicos) para os estados considerados neste trabalho.
Este indicador da preferncia por liquidez indicaria, no caso de valores elevados, uma menor
proporo de recursos em ativos suscetveis de serem convertidos em investimento. No se
trata, portanto, de uma medida direta do canal de crdito nestes estados, mas do potencial para
que os problemas de informao, associados a este canal de transmisso da poltica monetria,
se concretizem.
Como pode ser observado, dos estados tratados neste trabalho, apenas So Paulo e Rio
Grande do Sul apresentam valores abaixo da mdia nacional, mostrando uma maior
disponibilidade de recursos para emprstimos bancrios. Por outro lado, nos estados
nordestinos Bahia e Pernambuco, os sistemas bancrios locais encontram-se em situao
oposta, sofrendo maiores restries na captao de recursos.
Com efeito, esta distribuio intertemporal dos recursos bancrios parece interferir no
potencial para a transmisso do choque monetrio. O coeficiente de correlao entre os
valores reportados na tabela 8 e o mdulo das respostas estaduais mostradas na tabela 7 0,22
para o modelo com trs defasagens e 0,18 no caso de duas defasagens.
Desta maneira, estes nmeros podem ser utilizados como guia para a avaliao hipottica do
canal de crdito via balance sheet channel, j que possvel obter um esboo de classificao
dos problemas de informao sofridos pelas firmas nos estados brasileiros. Conforme
mostrado em Terra (2003), h evidncias de que as pequenas firmas sejam mais restritas ao
crdito que suas congneres de grande porte ou multinacionais, traduzindo os problemas
informacionais sofridos por este tipo de estabelecimento.
A tabela 9 reporta os dados de participao das pequenas firmas no pessoal empregado na
indstria de transformao para os estados aqui considerados. Como podemos ver, dentre os
estados selecionados neste trabalho, Bahia e Paran esto entre os de maior participao de
pequenas firmas. No outro extremo, temos Pernambuco, So Paulo e Rio Grande do Sul como
provveis candidatos a menos sensveis a problemas informacionais, sob este critrio. Aqui, a
correlao com as respostas mostradas na tabela 7 ainda maior: 0,67 para o modelo com trs
defasagens e 0,68 para duas defasagens.

91

Tabela 9
Porcentual de pequenas firmas em termos de pessoal ocupado
Indstria de Transformao, Estados selecionados 31/12/1998
Estado %
Bahia 57,85
Minas Gerais 57,69
Paran 57,40
Rio de Janeiro 52,90
Brasil 51,05
Rio Grande do Sul 50,33
So Paulo 47,57
Cear 45,21
Pernambuco 41,21
Fonte: Fonseca e Vasconcelos (2002).

Estes dois conjuntos de evidncia podem indicar a relevncia do balance sheet channel na
transmisso da poltica monetria nos estados destacados na tabela 7. Estes fatores poderiam
implicar, portanto, a menor resposta observada em Pernambuco e So Paulo, j que ambos so
detentores de baixos porcentuais de pequenas firmas na indstria.
Desta forma, o choque comum de poltica monetria estimado parece gerar uma dinmica
para o nvel de atividade nos estados brasileiros que consistente com a ocorrncia do canal
de crdito em sua transmisso
27
.


O presente trabalho procurou empreender uma anlise do canal de transmisso da poltica
monetria praticada pelo Banco Central entre os estados brasileiros. Para tanto, foi utilizado o
Modelo de Fatores Dinmicos Generalizado [Forni, Hallin, Lippi e Reichlin (2000), (2004)].
Este modelo representa a dinmica comum de um conjunto de sries qualquer por uma
combinao de um nmero reduzido de choques ou fatores comuns. O procedimento

27
Esta evidncia tambm reportada, para dados macroeconmicos, por Souza Sobrinho (2003) e Takeda,
Rocha e Nakane (2005) e, nos estados brasileiros, por Fonseca e Vasconcelos (2002).

92
metodolgico aqui realizado consistiu na estimao dos efeitos do choque comum,
identificado como monetrio, subjacente ao conjunto de dados estaduais analisados.
Em primeiro lugar, o choque identificado produz respostas no nvel de atividade dos estados
brasileiros que so compatveis com a ampla literatura que trata dos efeitos da poltica
monetria, tal como apresentado em Christiano, Eichenbaum e Evans (1988) e Minella
(2001). Alm disso, a discusso realizada parece apontar para a ocorrncia de um canal de
crdito na transmisso do choque comum identificado, em semelhana com outros trabalhos
para o Brasil [Souza Sobrinho (2003), Takeda, Rocha e Nakane (2005) e Fonseca e
Vasconcelos (2002)].
Os efeitos estimados nos estados mostram que a poltica monetria neutra no longo prazo.
Neste sentido, aps um choque comum de poltica, h uma queda na produo estadual que
dura por aproximadamente 6 meses, extinguindo-se em seguida.
Os resultados mostram, ainda, que h assimetrias nos efeitos deste choque comum. Neste
sentido, os estados da Bahia e Paran aparecem como sendo os mais vulnerveis, enquanto
So Paulo, Pernambuco e Minas Gerais seriam os menos afetados pela poltica monetria. O
ordenamento obtido para as respostas estaduais pode ser devido existncia de um canal de
crdito mais ativo entre os estados mais afetados pela poltica monetria. Com efeito, estas
unidades contam com uma estrutura bancria mais restrita quanto ao oferecimento de crdito,
alm de uma concentrao de firmas potencialmente mais sujeitas a problemas de informao.
Todavia, um importante avano a ser realizado com respeito inferncia sobre as respostas
estaduais estimadas. Embora, em princpio, possa haver a mencionada assimetria, crucial
que se estabeleam nveis de significncia para o teste de tal hiptese.
A evidncia reportada acima tem importantes implicaes de poltica econmica. Os efeitos
diferenciados entre os estados brasileiros mostram a necessidade de considerao das
especificidades regionais para uma real compreenso da poltica monetria no pas. Neste
sentido, importante ressaltar que uma poltica monetria expansionista tem um efeito redutor
sobre a desigualdade regional brasileira, ocorrendo o contrrio em caso de uma retrao
monetria.
Alm disto, mesmo com uma poltica monetria construda de forma comum, fundamental
que os seus efeitos sejam analisados em termos das assimetrias existentes nos canais de

93
transmisso nos estados. Assim, se o objetivo for uma maior homogeneidade regional dos
choques monetrios, preciso tratar dos mecanismos de transmisso locais, por meio, por
exemplo, de prticas que amenizem os problemas informacionais nas localidades mais
afetadas pela poltica monetria.


[1] ANSELIN, Luc. (1988). Spatial Econometrics: Methods and Models. Dordrecht:
Kluwer Academic Publishers.
[2] ARAJO, Eurilton. (2004). Medindo o impacto regional da poltica monetria
brasileira: Uma comparao entre as regies Nordeste e Sul. IBMEC/SP. Ibmec SP
Working Paper. No. 5.
[3] ARNALD, Ivo J.M.; VRUGT, Evert. (2002). Regional effects of monetary policy in
the Netherlands. International Journal of Business and Economics. Vol. 1. pp. 123-
134.
[4] BAI, Jushan e NG, Serena. (2002). Determining the number of factors in
Approximated Factor Models. Econometrica. Vol. 70. pp. 191-221.
[5] BEENSTOCK, Michael e FELSENSTEIN, Daniel. (2005). Spatial Vector Auto-
Regression. Department of Economics, Hebrew University of Jerusalem. Current
Working Paper.
[6] BELSLEY, David A.; KUH, Edwin e WELSH, Roy E. (1980). Regression Diagnostics:
Identifying Influential Data and Sources of Collinearity. Willey Series in Probability
and Mathematical Statistics. New York: John Wiley & Sons.
[7] BERNANKE, Ben e BLINDER, Alan. (1988). Credit, money and aggregate demand.
American Economic Review. Vol. 78. pp. 435-439.
[8] ____________. (1992). The federal funds rate and the channels of monetary
transmission. American Economic Review. Vol. 82. pp. 901-921.

94
[9] BERNANKE, Ben e BOIVIN, Jean. (2002). Monetary policy in a rich environment.
Journal of Monetary Economics. Vol. 50. pp. 525-546.
[10] BERNANKE, Ben e GERTLER, Mark. (1995). Inside the black box: The credit
channel of monetary policy transmission. Journal of Economic Perspectives. Vol.
9. pp. 27-48.
[11] BERTANHA, Marinho e HADDAD, Eduardo A. (2006). Impactos regionais da
poltica monetria: Uma abordagem economtrica utilizando SVAR espacial.
XXXIV Encontro Nacional de Economia. Anais. Salvador, BA: ANPEC.
[12] BLANCHARD, Olivier J. e FISCHER, Stanley. (1989). Lectures on Macroeconomics.
Cambridge, MA: The MIT Press.
[13] BLANCHARD, Olivier J. e QUAH, Danny. (1989). The dynamics effects of aggregate
demand and supply disturbances. American Economic Review. Vol. 79. pp. 665-
673.
[14] BOIVIN, Jean e NG, Serena. (2003). Are more data always better for factor analysis?
National Bureau of Economic Research NBER. Working Paper. No. 9829.
[15] BRAVO, Hctor F.; GARCA, Carlos J.; MIES, Vernica e TAPIA, Matas. (2003).
Heterogeneidad de la transmisin monetaria: efectos sectoriales y regionales.
Central Bank of Chile. Working Paper. No. 235.
[16] BRILLINGER, David R. (1981). Time Series: Data Analysis and Theory. New York:
Holt. Rinehart e Winston.
[17] CARLINO, Gerald e DEFINA, Robert. (1998a). The differential regional effects of
monetary policy. The Review of Economics and Statistics. Vol. 80. pp. 572-587.
[18] ____________. (1998b). Monetary policy and the US States and Regions: Some
implications for European monetary union. Federal Reserve Bank of Philadelphia.
Working Paper. No. 94-7.
[19] CHAMBERLAIN, Gary e ROTHSCHILD, Michael (1984). Arbitrage, factor structure
and mean-variance analysis in large asset markets. Econometrica. Vol.51. pp. 1305-
1324.

95
[20] CHRISTIANO, Lawrence; EICHENBAUM, Martin e EVANS, Charles. (1998).
Monetary policy shocks: What have we learned and to what end?. National
Bureau of Economic Research NBER. NBER Working Paper Series. No.6400.
[21] CHU, Vitrio. Y. T. e NAKANE, Mrcio Issao. (2001). Credit channel without the
LM curve. Revista de Economia Aplicada. Vol. 5. pp. 213-227.
[22] CHUMVICHITRA, Pichai. (2004). Efeitos diferenciados da poltica monetria: A
experincia brasileira. Contextus Revista Contempornea de Economia e Gesto.
Vol. 2. pp. 07-22.
[23] DI GIACINTO, Valter. (2003). Differential regional effects of monetary policy: A
geographical SVAR approach. International Regional Science Review. Vol. 26. pp.
313-341.
[24] FAVERO, Carlo; MARCELLINO, Massimiliano e NEGLIA, Francesca. (2002).
Principal components at work: The empirical analysis of monetary policy with
large datasets. Innocenzo Gasparini Institute for Economic Research IGIER.
Working Papers. No.223.
[25] FONSECA, Marcos W. e VASCONCELOS, Marcos R. (2002). Impactos
diferenciados da poltica monetria nas regies e estados do Brasil. II Encontro da
Associao Brasileira de Estudos Regionais. Anais. So Paulo: ABER.
[26] FORNI, Mario e LIPPI, Marco. (2001). The Generalized Factor Model: Representation
theory. Econometric Theory. Vol. 17. pp. 1113-1141.
[27] FORNI, Mario e REICHLIN, Lucrezia. (1998). Lets get real: A dynamic factor
analytical approach to disaggregated business cycle. Review of Economic Studies.
Vol. 65. pp. 453-474.
[28] ____________. (2001). Federal policies and local economies: Europe and US.
European Economic Review. Vol. 45. pp. 109-134.
[29] FORNI, Mario; HALLIN, Marc; LIPPI, Marco e REICHLIN, Lucrezia. (1999).
References cycles: The NBER methodology revisited. Centre of Economic Policy
Research. CEPR Discussion Papers. No. 2400.

96
[30] ____________. (2000). The Generalized Dynamic-Factor Model: Identification and
estimation. The Review of Economics and Statistics. Vol. 82. pp. 540-554.
[31] ____________. (2004). The Generalized Dynamic-Factor Model: Consistency and
rates. Journal of Econometrics. Vol. 114. pp. 231-255.
[32] GEORGOPOULOS, George. (2001). Measuring regional effects of monetary policy in
Canada. Mimeo. University of Toronto.
[33] GEWEKE, John. (1977). The dynamic factor analysis of economic time series. In:
Dennis J. Aigner e Arthur S. Goldberg (Eds.). Latent Variables in Socio-Economics
Models. Amsterdam: North-Holland.
[34] GIANNONE, Domenico; REICHLIN, Lurezia e SALA, Luca. (2002). Tracking
Greenspan: Systematic and unsystematic monetary policy revisited. Centre of
Economic Policy Research. CEPR Discussion Papers. No. 3550.
[35] GRAMINHO, Flvia Mouro e BONOMO, Marco Antnio. (2002). O canal de
emprstimos bancrios no Brasil: Uma evidncia microeconmica. XXX Encontro
Nacional de Economia. Anais. Nova Friburgo, RJ: ANPEC.
[36] HAMILTON, James D. (1994). Time Series Analysis. Princeton: Princeton University
Press.
[37] HUERTAS, Igor E. Z. (2002). Efectos regionales de la poltica monetaria in
Colombia. Banco de la Republica. Documentos de Trabajo sobre Economa
Regional.
[38] LUCAS, Robert E., Jr. (1972). Expectations and neutrality of money. Journal of
Economic Theory. April. pp. 103-124.
[39] ____________. (1996). Nobel Lecture: Money neutrality. The Journal of Political
Economy. Vol 104. pp. 661-682.
[40] LUCIO, Juan J. e IZQUIERDO, Mario. (1999). Local responses to a global monetary
policy: The regional structure of financial systems. Fundacin de Estudios de
Economa Aplicada FEDEA. Documento de Trabajo. No. 14.

97
[41] MINELA, Andr. (2001). Monetary policy and inflation in Brazil (1975-2000): A
VAR estimation. Banco Central do Brasil. Trabalho para Discusso. No. 33.
[42] OWYANG, Michael T. e WALL, Howard J. (2003). Regional disparities in the
transmission of monetary policy. Federal Reserve Bank of St. Louis. Working
Paper. No. 8.
[43] REICHLIN, Lucrezia. (2000). Factor Models in large cross-sections of time series.
Mimeo.
[44] ROMER, Christina e ROMER, David. (1989). Does monetary policy matter? A new
test in the spirit of Friedman and Shwartz. In: Olivier J. Blanchard e Stanley Fisher
(Eds.). NBER Macroeconomics Annual. Cambridge: MIT Press.
[45] SALA, Luca. (2002). Monetary transmission in the Euro area: A Factor Model
approach. Economics Working Paper Archive. Working Paper. No. 020505.
[46] SARGENT, Thomas J. e SIMS, Christopher A. (1977). Business cycle modeling
without pretending too much a priori economic theory. In: Christopher A. Sims
(Ed.). New Methods in Business Research. Minneapolis: Federal Reserve Bank of
Minneapolis.
[47] SOUZA SOBRINHO, Nelson Ferreira. (2003). Uma avaliao do canal de crdito no
Brasil. 23 Prmio BNDES. Rio de Janeiro, RJ: BNDES.
[48] TAKEDA, Tony, ROCHA, Fabiana F. e NAKANE, Mrcio Issao. (2005). The
reaction of bank lending to monetary policy in Brazil. Revista Brasileira de
Economia. Vol. 59. pp. 107-126.
[49] TAYLOR, John. (1995). The monetary transmission mechanism: An empirical
framework. Journal of Economic Perspectives. Vol. 9. pp. 27-48.
[50] TERRA, Maria Cristina T. (2003). Credit constraints in Brazilian firms: Evidence from
panel data. Revista Brasileira de Economia. Vol. 57. pp.443-464.
[51] VAN ELS, Peter; LOCARNO, Alberto; MORGAN, Julio e VILLETELLE, Jean-Pierre.
(2001). Monetary policy transmission in the Euro area: What do aggregate and
national structure models tell us?. European Central Bank. Working Paper. No. 94.

98
2.7 Anexo

2.7.1 Nmero de choques comuns

Figura A1
Escolha do nmero de fatores comuns considerando as 25 sries
Forni, Hallin, Lippi e Reichlin, (2000)

99
2.7.2 Estimao dos agregados

Tabela A1
Pesos timos para o Agregado 1: Crdito, IPCA e PIB
Outros nmeros de defasagens no procedimento iterativo
Estado Agregado
Crdito
1 Defasagem 2 Defasagens 4 Defasagens 5 Defasagens 6 Defasagens
So Paulo 1,0000 1,0000 1,0000 1,0000 1,0000
Minhas Gerais 0,0000 0,0000 0,0000 0,0000 0,0000
Rio de Janeiro 0,0000 0,0000 0,0000 0,0000 0,0000
Rio Grande do Sul 0,0000 0,0000 0,0000 0,0000 0,0000
Paran 0,0000 0,0000 0,0000 0,0000 0,0000
Pernambuco 0,0000 0,0000 0,0000 0,0000 0,0000
Cear 0,0000 0,0000 0,0000 0,0000 0,0000
Bahia 0,0000 0,0000 0,0000 0,0000 0,0000
IPCA
1 Defasagem* 2 Defasagens 4 Defasagens 5 Defasagens 6 Defasagens
So Paulo 0,1231 0,1213 0,1277 0,1231 0,1341
Minhas Gerais 0,1206 0,1203 0,1703 0,1927 0,2311
Rio de Janeiro 0,1258 0,1471 0,1367 0,1512 0,1500
Rio Grande do Sul 0,3289 0,3007 0,2561 0,2356 0,1967
Paran 0,0914 0,0990 0,1016 0,1025 0,0967
Pernambuco 0,0709 0,0734 0,0686 0,0677 0,0690
Cear 0,0368 0,0360 0,0324 0,0302 0,0275
Bahia 0,1026 0,1022 0,1066 0,0970 0,0949
PIB
1 Defasagem 2 Defasagens 4 Defasagens 5 Defasagens 6 Defasagens
So Paulo 1,0000 1,0000 1,0000 1,0000 1,0000
Minhas Gerais 0,0000 0,0000 0,0000 0,0000 0,0000
Rio de Janeiro 0,0000 0,0000 0,0000 0,0000 0,0000
Rio Grande do Sul 0,0000 0,0000 0,0000 0,0000 0,0000
Paran 0,0000 0,0000 0,0000 0,0000 0,0000
Pernambuco 0,0000 0,0000 0,0000 0,0000 0,0000
Cear 0,0000 0,0000 0,0000 0,0000 0,0000
Bahia 0,0000 0,0000 0,0000 0,0000 0,0000
Nota: Convergncia alcanada aps 64 iteraes.

2.7.3 Choque monetrio comum

2.7.3.1 VAR Brasil
(i) Variveis includas:
Selic: Taxa mensal, anualizada. Fonte: Banco Central do Brasil.

100
IPCA: ndice mensal, 1993=100. Mudana de base para 01/95=100 e o logaritmo foi
dessazonalizado. Fonte: IBGE.
PIB: ndice para a produo industrial (1991=100), j dessazonalizado. Mudana de
base para 01/95=100 e logaritmo. Fonte: IBGE.
Embi: Spread sobre o C-Bond, mdia mensal. ndice 01/1995=100. O logaritmo foi
dessazonalizado. Fonte: Bloomberg.

(ii) Teste de Autocorrelao dos resduos para o VAR (2):

Tabela A2
Teste LM de autocorrelao dos resduos
Defasagens Estatstica de teste P-Valor
1 18,56582 0,2918
2 19,08625 0,2642
3 10,45707 0,8417

2.7.3.2 VAR (3) agregados timos

Tabela A3
Teste LM de autocorrelao dos resduos
Defasagens Estatstica de teste P-Valor
1 10,75051 0,2932
2 15,72833 0,0728
3 11,39369 0,2497

101
2.7.4 Os efeitos do choque monetrio comum

2.7.4.1 Matrizes B
i
(L) para as taxas de crescimento estaduais

Tabela A4
i
Varivel SP MG RJ RS PR CE PE BA
A1CRE (L=0) -1,9E-10 0,03 -0,09 0,02 0,09 0,19***

0,28*** -0,08
A1CRE (L=1) 2,9E-10 0,04 0,04 0,06 -0,07 0,02 0,01 0,07
A1CRE (L=2) -4,5E-10 0,04 -0,03 -0,02 -0,05 0,00 0,19*** -0,05
A1CRE (L=3) 1,8E-10 0,00 0,00 0,00 -0,04 -0,01 0,00 -0,02
A2PIB (L=0) 1,0E+00*** 0,45***

0,50***

0,81***

0,43***

0,48***

0,56*** 0,14
A2PIB (L=1) 4,1E-10 -0,03 -0,08 0,05 -0,26*

-0,25*

-0,34* -0,06
A2PIB (L=2) 1,0E-09 0,07 -0,48***

-0,14 -0,31**

0,12 0,34* -0,38
A2PIB (L=3) 1,4E-09 0,02 0,04 0,31***

-0,02 0,12 0,00 0,09
A3IPCA (L=0) 3,3E-08** 0,19 -2,13 2,37***

-1,83 0,96 -1,25 0,36
A3IPCA (L=1) -2,1E-08 -0,18 -0,48 -2,42**

3,33**

3,49** 3,94* -0,25
A3IPCA (L=2) 7,4E-09 -0,67 3,20 -0,21 -1,98 -5,32*** -7,58*** -0,62
A3IPCA (L=3) -9,6E-09 0,73 -0,62 0,79 -0,08 2,13* 4,14*** 1,54
Nota: Os sobrescritos *,** e *** denotam significncia estatstica a 10%, 5% e 1%, respectivamente.

2.7.4.2 Matrizes B
i
(L) para os produtos estaduais

Tabela A5
i
A1CRE (L=0) -0,02 -0,05 -0,18 -0,11 0,00 0,07 0,21** -0,11
A1CRE (L=1) -0,03 -0,01 -0,13 -0,07 -0,05 0,04 0,19* -0,07
A1CRE (L=2) -0,04 -0,02 -0,14 -0,12 -0,14 0,01 0,28*** -0,07
A1CRE (L=3) -0,01 0,01 -0,11 -0,07 -0,13 -0,01 0,24** -0,10
A2PIB (L=0) 0,61*** 0,54*** 0,70* 0,65*** 0,53** 0,42** 0,35 0,21
A2PIB (L=1) 0,48*** 0,68*** 0,81* 0,76*** 0,37* 0,32 -0,06 0,21
A2PIB (L=2) 0,46*** 0,70*** 0,24 0,52* 0,00 0,38* 0,24 -0,11
A2PIB (L=3) 0,36*** 0,51*** 0,14 0,57** -0,01 0,36* 0,20 0,00
A3IPCA (L=0) -0,39 1,13 -0,34 1,25 -1,13 -0,74 1,29 -1,91
A3IPCA (L=1) 0,48 -1,12 -3,45 -1,47 0,09 2,35 2,80 -0,59
A3IPCA (L=2) 0,35 -0,35 0,99 -0,35 0,01 -2,87 -2,64 -2,93
A3IPCA (L=3) -0,89 -0,76 0,94 -1,46 -2,69 0,06 -1,58 1,68
Nota: Os sobrescritos *,** e *** denotam significncia estatstica a 10%, 5% e 1%,
respectivamente.

102
2.7.5 Resultados do procedimento com duas defasagens

2.7.5.1 Matrizes B
i
(L) para a taxa de juros SELI C

Tabela A6
i
(L) para SELIC
A1CRE (L=0) 2,018420 0,8774
A1CRE (L=1) 7,733060 0,5302
A1CRE (L=2) 1,713953 0,8873
A2PIB (L=0) -119,5938 0,0001
A2PIB (L=1) -115,5615 0,0004
A2PIB (L=2) -99,27402 0,0009
A3IPCA (L=0) 461,3654 0,0752
A3IPCA (L=1) 365,2281 0,3109
A3IPCA (L=2) 91,92281 0,7361

2.7.5.2 I dentificao do choque utilizando a Definio 1

Resposta Selic a choque monetrio
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Figura A2
Resposta da SELIC ao choque monetrio comum

103
2.7.5.3 Matrizes B
i
(L) para o PI B

Tabela A7
i
(L) para PIB
A1CRE (L=0) -0,016962 0,8156
A1CRE (L=1) -0,010194 0,8816
A1CRE (L=2) -0,023019 0,7321
A2PIB (L=0) 0,396277 0,0150
A2PIB (L=1) 0,405917 0,0218
A2PIB (L=2) 0,262234 0,1069
A3IPCA (L=0) 0,612713 0,6683
A3IPCA (L=1) -1,142650 0,5678
A3IPCA (L=2) -0,341335 0,8219

2.7.5.4 I dentificao do choque utilizando a Definio 2

Resposta PIB a choque monetrio
-0.0100000000
-0.0080000000
-0.0060000000
-0.0040000000
-0.0020000000
0.0000000000
0.0020000000
0.0040000000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Figura A3
Resposta do PIB ao choque monetrio comum

104

2.7.5.5 Matrizes B
i

Tabela A8
i
A1CRE (L=0) -2,4E-10 0,03 -0,08 0,01 0,09 0,18** 0,25*** -0,09
A1CRE (L=1) -4,5E-11 0,06* 0,03 0,07 -0,08 0,04 0,06 0,09
A1CRE (L=2) -3,7E-10 0,03 -0,02 -0,01 -0,04 0,00 0,17** -0,05
A2PIB (L=0) 1,0E+00*** 0,46*** 0,47*** 0,93*** 0,50*** 0,63*** 0,69*** 0,24
A2PIB (L=1) 1,2E-10 -0,03 -0,07 0,01 -0,28** -0,32** -0,42** -0,11
A2PIB (L=2) 8,6E-10 0,05 -0,49*** -0,27*** -0,29** 0,04 0,26 -0,44**
A3IPCA (L=0) 2,4E-08* 0,36 -1,98 1,81* -2,43** 0,14 -1,56 -0,08
A3IPCA (L=1) -1,9E-08 -0,41 -0,14 -2,83** 3,11* 2,53 2,32 -0,96
A3IPCA (L=2) 2,7E-09 -0,02 2,34* 0,93 -1,46 -2,49* -2,85* 1,42
Nota: Os sobrescritos *,** e *** denotam significncia estatstica a 10%, 5% e 1%, respectivamente.

2.7.5.6 Matrizes B
i

Tabela A9
i
A1CRE (L=0) -0,02 -0,05 -0,17 -0,10 0,02 0,06 0,19* -0,10
A1CRE (L=1) -0,03 -0,03 -0,09 -0,07 -0,07 0,03 0,12 -0,02
A1CRE (L=2) -0,01 0,01 -0,11 -0,06 -0,09 0,03 0,23** -0,05
A2PIB (L=0) 0,62*** 0,65*** 0,78* 0,76*** 0,58*** 0,59*** 0,31 0,27
A2PIB (L=1) 0,49*** 0,66*** 0,78* 0,74*** 0,38* 0,27 -0,04 0,19
A2PIB (L=2) 0,33*** 0,52*** 0,17 0,33 0,08 0,25 0,19 -0,14
A3IPCA (L=0) -0,24 0,52 -0,62 0,66 -1,94 -1,84 1,23 -1,95
A3IPCA (L=1) 0,93 -0,81 -4,12 -1,18 0,48 2,20 4,03 -1,49
A3IPCA (L=2) -0,94 -1,08 2,47 -1,57 -1,81 -2,26 -5,19** -0,75
Nota: Os sobrescritos *,** e *** denotam significncia estatstica a 10%, 5% e 1%,
respectivamente.

105
2.7.5.7 Resposta das taxas de crescimento ao choque monetrio

-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
1 2 3 4 5 6 7 8 9 10
SP
-0.00500
-0.00400
-0.00300
-0.00200
-0.00100
0.00000
0.00100
0.00200
0.00300
1 2 3 4 5 6 7 8 9 10
MG
-0.01000
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
1 2 3 4 5 6 7 8 9 10
RJ
-0.01000
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
1 2 3 4 5 6 7 8 9 10
RS
-0.01000
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
1 2 3 4 5 6 7 8 9 10
PR
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
0.00400
0.00600
0.00800
0.01000
1 2 3 4 5 6 7 8 9 10
CE
-0.01200
-0.01000
-0.00800
-0.00600
-0.00400
-0.00200
0.00000
0.00200
1 2 3 4 5 6 7 8 9 10
PE
-0.00500
-0.00400
-0.00300
-0.00200
-0.00100
0.00000
0.00100
0.00200
0.00300
0.00400
1 2 3 4 5 6 7 8 9 10
BA

Figura A4
Resposta da primeira diferena dos PIBs estaduais ao choque monetrio comum

106
2.7.5.8 Resposta acumulada dos produtos ao choque monetrio
Respostas acumuladas dos PIB's Estaduais ao choque monetrio
-6.00E-02
-5.00E-02
-4.00E-02
-3.00E-02
-2.00E-02
-1.00E-02
0.00E+00
1.00E-02
2.00E-02
3.00E-02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
SP MG RJ RS PR CE PE BA Brasil

Figura A5

107

Captulo 3

Entradas, Sadas e a Alocao de Recursos: Uma
Anlise da Intermediao Bancria no Brasil

3.1 Introduo

Em geral, a existncia de intermedirios financeiros justificada pela possibilidade de ganhos
de eficincia na alocao de recursos. Como exemplo, Diamond e Dybvig (1983) e Briant
(1980) propem modelos em que, alm de facilitar a alocao de poupana e investimento, a
introduo de um mercado financeiro produz ganhos efetivos de bem-estar.
A atividade bancria encontra-se neste contexto de intermediao de recursos, podendo ser
informalmente definida como an institution whose current operations consist in grant loans
and receiving deposits from the public [Freixas e Rochet (1999): 1].
Ainda segundo Freixas e Rochet (1999), o sistema bancrio cumpriria seu papel na alocao
de recursos essencialmente por baixar os custos de transao. Os autores argumentam que este
objetivo poderia ser alcanado graas s funes atribudas ao sistema bancrio. Em primeiro
lugar, os bancos oferecem servios de liquidez, permitindo o cmbio de diferentes moedas e o
pagamento de dvidas dos mais diversos tipos. Em segundo lugar, estes intermedirios

108
permitem a transformao de ativos no que concerne denominao, qualidade e maturidade
dos mesmos. Uma outra funo do sistema bancrio seria a de administrar riscos. Por ltimo,
os bancos teriam um importante papel no monitoramento dos investidores, amenizando o
problema de informao inerente ao processo de intermediao financeira.
A definio proposta por Freixas e Rochet (1999) enfatiza duas caractersticas bsicas dos
bancos que os tornam cruciais na alocao de recursos: captar e emprestar recursos
financeiros. O principal objetivo deste trabalho realizar uma anlise destes atributos bsicos,
fornecendo um panorama da atividade de intermediao bancria no Brasil.
Seguindo esta conceituao, o sistema bancrio poderia ser caracterizado pelo fluxo de
entrada (captao) e sada (emprstimos) de recursos. Como a seo seguinte pretende
esclarecer, esta caracterizao assemelha-se j existente em outras reas da literatura
econmica, tais como Organizao Industrial e Economia do Trabalho.
Em uma primeira anlise, ser considerado o fluxo bruto de recursos, ou seja, a simultnea
entrada e sada de recursos financeiros da economia. Este trabalho prope uma medida de
turbulncia bancria, que sintetizaria o grau de intermediao do sistema bancrio em uma
dada localidade. Em seguida, nos concentramos no fluxo lquido de recursos, considerando a
entrada de poupanas, lquida do volume de recursos que saiu da economia. Assim, uma
medida de absoro lquida de recursos sugerida para avaliar at que ponto as atividades do
setor bancrio local so direcionadas para a captao, em contrapartida aos emprstimos de
recursos.
Com base nestas duas medidas e em um conjunto de dados relativo a 3.224 municpios
brasileiros, possvel elaborar uma caracterizao do sistema bancrio no Brasil. Com este
intuito, ser empregada uma anlise economtrica que considera explicitamente a
dependncia espacial entre as localidades analisadas, evitando os vieses oriundos deste tipo de
desagregao dos dados.
Em primeiro lugar, os resultados mostram que a distribuio da turbulncia bancria nos
municpios extremamente assimtrica direita. Esta evidncia indica a presena de uma
grande massa de municpios com baixssimos nveis de turbulncia bancria e alguns
municpios dotados de uma intermediao bancria relativamente elevada. Alm disso, o
estudo economtrico realizado permitiu associar a taxa de turbulncia bancria principalmente
ao nvel de renda e concorrncia bancria.

109
Os exerccios mostram, ainda, que o sistema bancrio no Brasil pode ser caracterizado
majoritariamente pelas operaes de captao, ou entrada de recursos. Dentre as regies
brasileiras, os dados parecem indicar a regio Sudeste como sendo a principal captadora de
recursos do pas. Os exerccios economtricos realizados permitiram associar a captao
lquida de recursos principalmente com a renda da localidade e, em menor medida, com a
concentrao do setor bancrio local.
Alm desta breve introduo, este captulo compe-se de outras trs sees. A seguir,
realizada a discusso acerca da turbulncia bancria no Brasil. Alm de apresentar a
conceituao proposta, a seo faz uma descrio da varivel nos municpios brasileiros,
procurando identificar econometricamente seus principais determinantes. A terceira seo, por
sua vez, concentra-se na anlise da absoro lquida de recursos. Por fim, a quarta seo
sumariza os principais resultados obtidos.

3.2 Captao, Emprstimos e Turbulncia Bancria

3.2.1 Uma definio para turbulncia bancria
O estudo sistemtico de indicadores de fluxos lquido e bruto de recursos no novo. Vrias
aplicaes podem ser encontradas nas reas de Organizao Industrial e Economia do
Trabalho.
Em Organizao Industrial, o termo turbulncia foi introduzido por Beesley e Hamilton
(1984). Neste estudo, os autores estavam interessados em propor uma medida da capacidade
de empreendedorismo na indstria (seedbed). Este esprito inovativo, segundo os autores,
estaria associado a um processo de tentativa e erro que se traduziria em elevadas taxas de
nascimentos e, conseqentemente, de mortes de empreendimentos. Com fins a captar este
cenrio de simultnea criao e destruio de empresas, Beesley e Hamilton (1984) propem
a medida de turbulncia dada pela soma entre a taxa de entrada e a taxa de sada de firmas em
uma dada indstria. Deve-se notar, portanto, que no se trata de um fluxo lquido de entradas

110
ou sadas de companhias, mas de um fluxo bruto que envolve ao mesmo tempo entradas e
sadas de firmas da indstria.
Vrios trabalhos empricos fazem uso de alguma medida de turbulncia inspirados nesta
conceituao seminal de Beesley e Hamilton (1984). Um importante ramo da literatura que
emprega este conceito busca explorar os determinantes do tamanho inicial das plantas das
firmas entrantes em uma indstria. O argumento para a importncia da turbulncia industrial
no tamanho das plantas das firmas entrantes dado por meio da considerao dos custos
irrecuperveis (sunk costs). Quanto maiores forem os custos irrecuperveis em uma indstria,
menor o tamanho inicial da firma entrante, pois assim so minimizadas as perdas associadas
ao seu eventual fechamento. Dentre outras coisas, uma firma entrante preocupa-se com o
tamanho do novo mercado e com os custos irrecuperveis associados a sua entrada. A sada
de uma firma, por outro lado, pode ter como fatores determinantes o aumento da concentrao
no mercado relevante ou a existncia de baixos custos de sada. A verificao simultnea de
elevadas taxas de entrada e sada de firmas em uma determinada indstria vai necessariamente
refletir, em alguma medida, a estrutura de custos irrecuperveis l existentes. Assim, se uma
dada indstria dita turbulenta, seus custos irrecuperveis tenderiam a ser mais baixos e o
tamanho inicial da planta das firmas entrantes seriam maiores. Essa hiptese foi testada,
obtendo forte suporte emprico, nos trabalhos de Mata e Machado (1996) para firmas
portuguesas e de Grg et. al. (2000) para firmas da Irlanda.
Para os dados brasileiros, podem ser citados os trabalhos de Faanha e Resende (2004) e
Resende (2005). O primeiro trabalho mostra que as medidas de turbulncia utilizadas pelos
autores no so importantes fatores discriminantes entre os setores da indstria de
transformao no Brasil. Em Resende (2005), por sua vez, a evidncia distinta obtida por
Mata e Machado (1996) e Grg et. al. (2000), com os resultados mostrando pouca relevncia
dos indicadores de turbulncia para o tamanho inicial das plantas das firmas entrantes na
indstria brasileira.
A literatura de Economia do Trabalho constitui-se outro importante ramo que dedica esforos
no estudo do fluxo de entradas e sadas de trabalhadores. O interesse nestes fluxos
geralmente atribudo ao fato de refletirem o grau de flexibilidade e, portanto, a capacidade de
realocao de recursos da economia. A flexibilidade do mercado de trabalho pode ser
representada pelo grau de rotatividade de seus trabalhadores, sendo, em princpio, positiva
para a economia. H, no entanto, um nvel timo para a rotatividade dos trabalhadores, a

111
partir do qual os efeitos podem mostrar-se perversos. O argumento em geral usado o de que
uma excessiva rotatividade de trabalhadores tende a induzir um menor investimento em
treinamento especfico firma. Como resultado, haveria menor acumulao de capital
humano, culminando em uma piora da qualidade dos postos de trabalho [Gonzaga (1998)].
As referncias bsicas a este respeito so Davis e Haltiwanger (1992) e Haltiwanger e
Vodopivec (1999), que propem medidas de fluxo de trabalhadores, lquido e bruto, que
viriam a se tornar caractersticas desta literatura
28
. A taxa de rotatividade para a mo-de-obra
proposta nestes estudos considera simultaneamente a massa de empregos criados e destrudos
em relao massa de postos de trabalho no perodo anterior.
Gonzaga (1998) faz um diagnstico do mercado de trabalho brasileiro, ressaltando sua
elevada flexibilidade e capacidade de gerao de novos postos de trabalho. O principal
problema levantado por este autor estaria na baixa qualidade das posies geradas, resultado
da excessiva rotatividade da mo-de-obra. Outras anlises acerca da natureza e das
conseqncias da rotatividade do trabalho no Brasil so os estudos realizados por Corseuil et.
al. (2002), Orellano e Picchetti (2005) e Menezes-Filho (2005).
Para o presente exerccio, a analogia direta em relao aos indicadores de turbulncia
industrial e rotatividade de trabalhadores. Um sistema bancrio caracterizado por entrada e
sada de recursos financeiros, de forma que uma medida do grau de intermediao dos bancos,
que considere simultaneamente recursos captados e emprestados, pode ser proposta. O fluxo
lquido de entrada ou absoro de recursos analisado na seo a seguir.
O saldo total de depsitos denotaria o volume de recursos captados em uma dada localidade.
Tal cifra corresponderia soma dos depsitos privados vista (VP
jt
), depsitos pblicos
vista (VG
jt
), depsitos privados e pblicos a prazo (PPG
jt
) e popana (S
jt
) coletados em uma
dada localidade j :
jt jt jt jt jt
S PPG VG VP DT + + +
Sendo assim, a medida de entrada de recursos em uma dada economia ser designada taxa de
entrada de recursos e pode ser representada pela expresso abaixo:

28
Uma sistematizao das principais medidas de fluxos de trabalhadores pode ser vista em Ribeiro (2001).

112
1 1
+
jt jt
jt
jt
DT E
DT
TE , (1)
onde E
jt
denota o saldo de crdito bancrio total concedido na localidade j no instante t. O que
a medida acima mostra o volume captado em uma economia em relao ao total de recursos
(DT
jt
+ E
jt
) no perodo anterior.
De forma anloga, podemos definir a taxa de sada de recursos, que denotaria o volume de
recursos emprestados na economia em relao dotao total observada no perodo anterior:
1 1
+
jt jt
jt
jt
DT E
E
TS . (2)
A entrada e a sada de recursos do o indicador de intermediao bancria buscado. Esta
medida de intermediao ser chamada taxa de turbulncia bancria e, seguindo a literatura
apresentada acima
29
, ter sua expresso dada por:
jt jt jt
TS TE TURB , (3)
onde TE
jt
e TS
jt
so dadas pelas expresses (1) e (2), respectivamente.
A turbulncia bancria seria elevada, portanto, quando uma dada localidade apresentar ao
mesmo tempo altas taxas de entrada e de sada de recursos. A verificao de elevadas taxas de
entrada (ou de sada de recursos) isoladamente no atende conceituao aqui proposta para
intermediao bancria. Entendemos que a caracterstica crucial a ser considerada a
ocorrncia simultnea de captao e emprstimos bancrios. A seguir, apresentada uma
anlise dos dados de turbulncia bancria no Brasil.

3.2.2 Turbulncia bancria no Brasil
O presente trabalho utiliza-se do relatrio de estatsticas bancrias (ESTBAN) do Banco
Central do Brasil. Conforme requerido nas definies (1), (2) e (3) acima, os dados dizem

29
No h consenso quanto ao uso da soma ou multiplicao das taxas de entrada e sada na construo da
medida de turbulncia. Enquanto Beesley e Hamilton (1984) e a literatura de Economia do Trabalho utilizam a
soma, Mata e Machado (1996), Grg et. al. (2000) e Resende (2005) utilizam a multiplicao destas taxas.

113
respeito ao saldo das operaes de crdito e depsitos bancrios totais registrados em
dezembro de 2002 e 2003.
Os dados compreendem todos os 5.560 municpios registrados pela malha municipal do
Instituto Brasileiro de Geografia e Estatstica (IBGE) em 2002. Deste total, foram excludos
10 municpios que possuam agncias bancrias em 2003, mas no as possuam em 2002, pois
as magnitudes definidas na seo anterior tenderiam ao infinito. O corte mais significativo, no
entanto, corresponde aos 2.324 municpios no dotados de agncias bancrias em 2002 e
2003. Tais municpios, com saldo zero de crdito e depsitos bancrios, so excludos devido
indeterminao matemtica gerada na construo das taxas de entrada e sada de recursos.
Feitas estas observaes, chegamos a uma amostra totalizando 3.226 municpios que
fornecero o retrato buscado da intermediao bancria no Brasil em 2003. Por ltimo, com o
fim de fixar nossa anlise nos aspectos reais que cercam o fenmeno da intermediao
bancria, os dados relativos a 2003 foram deflacionados de acordo com o IPCA.
Antes de apresentar a descrio da turbulncia bancria e de suas taxas componentes para o
Brasil, resta destacar um importante aspecto metodolgico preliminar. As taxas de entrada e
sada de recursos so bastante sensveis ao volume de operaes que compe o setor bancrio
na localidade considerada. Como resultado, municpios dotados de modestos setores
bancrios podem apresentar elevadas taxas de entrada e sada de recursos, quando, na
verdade, o que est ocorrendo o efeito de reduzidos saldos de crdito e depsito oferecidos
por seus bancos.
A soluo buscada para este problema segue Lemos et. al. (2003), que enfrentam uma questo
semelhante no clculo da importncia relativa do setor tercirio nas microrregies brasileiras.
Seguindo estes autores, aplicamos taxa de entrada e sada um fator de correo que
considera o tamanho do setor bancrio local em relao a um setor bancrio de referncia. O
procedimento tomado, de forma quase bvia, para o caso de intermediao bancria foi o de
comparar o montante de crdito e depsitos bancrios totais de cada localidade j com o
volume destes recursos no municpio de So Paulo (indicado por SP), grande centro
financeiro do pas. O fator de correo a ser aplicado de forma multiplicativa o seguinte:
)]
D E
D E
( ) 05 . 0 exp[ln( 1 F
1 SPt 1 SPt
1 jt 1 jt
jt

+
+
(4)

114
Fica claro pela expresso acima que a correo multiplica os valores da localidade de
referncia por um fator de 0,95. O fator apresenta valores decrescentes na medida em que o
volume de crdito e depsitos bancrios totais de uma dada localidade torna-se menor em
relao ao verificado no municpio de So Paulo (SP). Uma noo visual do fator de correo
encontra-se na figura 1. O grfico traz no eixo das abscissas a relao
1 SPt 1 SPt
1 jt 1 jt
D E
D E

+
+
e no
eixo das ordenadas o fator de correo aplicado. A figura traz ainda a linha de 45
o
para
ressaltar que o fator aqui utilizado d mais peso, para quase todos os valores do domnio (0,1),
que uma correo linear na razo
1 SPt 1 SPt
1 jt 1 jt
D E
D E

+
+
, por exemplo.

0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0
0
.
0
2
0
.
0
5
0
.
0
8
0
.
1
1
0
.
1
3
0
.
1
6
0
.
1
9
0
.
2
1
0
.
2
4
0
.
2
7
0
.
2
9
0
.
3
2
0
.
3
5
0
.
3
8
0
.4
0
.
4
3
0
.
4
6
0
.
4
8
0
.
5
1
0
.
5
3
0
.
5
6
0
.
5
9
0
.
6
1
0
.
6
4
0
.
6
6
0
.
6
9
0
.
7
2
0
.
7
4
0
.
7
7
0
.8
0
.
8
3
0
.
8
5
0
.
8
8
0
.
9
1
0
.
9
3
0
.
9
6
0
.
9
8

Figura 1
Fator de Correo

Desta forma, temos as novas expresses para as taxas de entrada e sada de recursos, ajustadas
pelo total de crdito e depsitos contabilizados na localidade:
jt jt jt
TE F TEA (5)
jt jt jt
TS F TSA (6)
onde F
jt
definido pela expresso (4).

115
A tabela 1 apresenta algumas estatsticas descritivas das taxas de entrada e sada de recursos
bancrios. Note-se, ainda, que so mostradas as taxas de entrada e sada sem a aplicao do
fator de correo, o que implica mudanas significativas. Em primeiro lugar, como j
poderamos esperar, o fator de correo provoca uma reduo na escala da distribuio das
variveis, o que resulta em valores menores para todas as estatsticas referentes s variveis
corrigidas. Vale destacar, tambm, que valores maiores que a unidade, comuns no caso das
taxas de entrada e sada sem ajuste, so eliminados aps a aplicao da correo (4). Com
relao s estatsticas obtidas, deve ser mencionado que o sistema bancrio brasileiro
caracterizado por comportamento em que a captao se destaca mais que o emprstimo, a
julgar pela maior taxa de entrada verificada na amostra.

Tabela 1
Taxas de entrada e sada, 2003 Estatsticas descritivas

Taxa de
entrada
Taxa de entrada
ajustada
Taxa de
sada
Taxa de sada
ajustada
Mnimo 0,0822371 0,0000010 0,0117367 0,0000002
Mximo 3,4768992 0,4035106 3,7509501 0,4821699
Mdia 0,6052001 0,0009662 0,4299029 0,0008602
Mediana 0,5951265 0,0000807 0,3966893 0,0000768
Desvio-Padro 0,2240835 0,0107660 0,2507314 0,0110405

A tabela 2 mostra o ranking dos municpios brasileiros dotados de maior taxa de entrada de
recursos. Novamente, os resultados so apresentados tambm para o caso em que a correo
(4) no aplicada, apenas para comparao.
Mais uma vez, deve-se ressaltar a diferena causada pela aplicao do fator de correo. Sem
isto, temos o municpio de Nova Alvorada do Sul (MS) apresentando a maior taxa de entrada
de recursos (3.48), seguido por outros municpios de pequeno porte. Parece ser o caso de uma
influncia direta dos reduzidos valores arrecadados em depsitos e crditos na explicao
deste resultado. Em 2002, Nova Alvorada do Sul (MS) possua apenas 0.002% do volume de
depsitos e crdito bancrio registrado no municpio de So Paulo (SP), grande centro
financeiro do pas, que aparece apenas na 2.587 colocao do ranking. Fica evidenciada,
desta maneira, a adequao de se considerar a importncia relativa de cada municpio, tal
como buscado com o fator (4). O ranking obtido para a taxa de entrada ajustada apresenta os
municpios de So Paulo (SP), Rio de Janeiro (RJ), Braslia (DF) e Belo Horizonte (MG),
nesta ordem, como os de maior captao de recursos.

116
Tabela 2
Taxas de entrada, 2003 Ranking dos municpios
Ranking
Cdigo UF Nome Taxa de entrada
1 5006002 MS Nova Alvorada do Sul 3,4768992
2 1303908 AM So Paulo de Olivena 2,7334400
3 3304110 RJ Porto Real 2,3023209
4 5105606 MT Matup 2,0835207
5 2107001 MA Montes Altos 1,7194656
6 4320305 RS Selbach 1,6317343
7 4120655 PR Quarto Centenrio 1,5933261
8 2921302 BA Milagres 1,4882966
9 1303569 AM Rio Preto da Eva 1,4598876
2587 3550308 SP So Paulo 0,4247480
Ranking
Cdigo UF Nome Taxa de entrada ajustada
1 3550308 SP So Paulo 0,4035106
2 3304557 RJ Rio de Janeiro 0,3000193
3 5300108 DF Braslia 0,2184611
4 3106200 MG Belo Horizonte 0,1473627
5 4106902 PR Curitiba 0,1227670
6 4314902 RS Porto Alegre 0,1145846
7 2304400 CE Fortaleza 0,0799107
8 2927408 BA Salvador 0,0578869
9 2611606 PE Recife 0,0506143
10 3509502 SP Campinas 0,0425785

O ranking obtido para a taxa de sada de recursos pode ser visto na tabela 3. Sem considerar o
ajuste pela importncia relativa do municpio, teramos, mais uma vez, uma predominncia
das cidades de pequeno porte, com So Paulo (SP) aparecendo na modesta 1.028 posio.
Aps a correo, o ranking mostra So Paulo (SP), Osasco (SP), Rio de Janeiro (RJ) e
Braslia (DF) no topo da sada de recursos bancrios.
Seguindo a discusso anterior, podemos definir a taxa de turbulncia bancria ajustada pela
expresso abaixo:
jt jt jt
TURB F TURBA . (7)

117
Tabela 3
Taxas de sada, 2003 Ranking dos municpios
Ranking
Cdigo UF Nome Taxa de sada
1 5105606 MT Matup 3,7509501
3 5102678 MT Campo Verde 1,4713758
4 5219803 GO So Domingos 1,4197275
5 5200134 GO Acrena 1,3101440
6 4322707 RS Vera Cruz 1,3040159
7 2928901 BA So Desidrio 1,3016070
8 4307054 RS Ernestina 1,2674205
9 4322103 RS Tucunduv 1,2572555
1028 3550308 SP So Paulo 0,5075473
Ranking
Cdigo UF Nome Taxa de sada ajustada
1 3550308 SP So Paulo 0,4821699
2 3534401 SP Osasco 0,2265753
3 3304557 RJ Rio de Janeiro 0,1977390
4 5300108 DF Braslia 0,1571678
5 4106902 PR Curitiba 0,1042315
7 4314902 RS Porto Alegre 0,0920737
8 3505708 SP Barueri 0,0606197
9 3509502 SP Campinas 0,0588150
10 2927408 BA Salvador 0,0442076

A tabela 4 apresenta uma descrio da taxa de turbulncia bancria ajustada e da no-ajustada,
que reportamos para simples comparao. possvel observar mais uma vez que a correo
reduz integralmente a distribuio da turbulncia, limitando, ainda, seus valores no intervalo
entre zero e um. Mas o que chama mais a ateno na tabela 4 a evidente assimetria direita
existente na distribuio da varivel de turbulncia bancria. Tal fato pode ser verificado pela
grandeza dez vezes menor da mediana em relao mdia, que uma medida de tendncia
central no robusta na presena de valores extremos, como parece ser o caso.

Tabela 4
Taxa de turbulncia bancria, 2003 Estatsticas descritivas

Taxa de
turbulncia
Taxa de turbulncia
ajustada
Mnimo 0,002053090 0,000000039
Mximo 12,764086297 0,204800698
Mdia 0,226286442 0,000407987
Mediana 0,221760049 0,000037472
Desvio-Padro 0,273528979 0,004852409

118
Turbulncia
0
.
0
5
.
1
.
1
5
.
2
T
u
r
b
u
l
n
c
i
a
0
5
0
1
0
0
1
5
0
2
0
0
D
e
n
s
i
d
a
d
e
0 .05 .1 .15 .2
Turbulncia

Turbulncia < 0.1
0
.
0
2
.
0
4
.
0
6
.
0
8
.
1
T
u
r
b
u
l
n
c
i
a
0
1
0
0
2
0
0
3
0
0
4
0
0
D
e
n
s
i
d
a
d
e
0 .02 .04 .06 .08 .1
Turbulncia

Turbulncia < 0.01
0
.
0
0
2
.
0
0
4
.
0
0
6
.
0
0
8
T
u
r
b
u
l
n
c
i
a
0
1
0
0
0
2
0
0
0
3
0
0
0
4
0
0
0
D
e
n
s
i
d
a
d
e
0 .002 .004 .006 .008
Turbulncia

Turbulncia < 0.001
0
.
0
0
0
2
.
0
0
0
4
.
0
0
0
6
.
0
0
0
8
.
0
0
1
T
u
r
b
u
l
n
c
i
a
0
5
0
0
0
1
.
0
e
+
0
4
1
.
5
e
+
0
4
D
e
n
s
i
d
a
d
e
0 .0002 .0004 .0006 .0008 .001
Turbulncia

Figura 2
Boxplot e histograma da turbulncia bancria ajustada

119
Para elucidar este fenmeno, so apresentados acima os grficos de boxplot e histograma da
distribuio da taxa de turbulncia bancria. Os boxplots mostrados na parte esquerda da
figura 2 retratam de forma visual o posicionamento do primeiro, segundo e terceiro quartil da
distribuio considerada, alm dos outliers localizados fora do limite de 1.5 vezes o intervalo
interquartil. Como pode ser notado, quase que apenas os outliers podem ser vistos. Na medida
em que truncamos a distribuio em 0.1, 0.01 e 0.001, torna-se possvel limitar um pouco os
outliers, mas ainda notria a influncia de valores aberrantes direita.
Os histogramas apresentados no lado direito da figura 2, por sua vez, mostram a distribuio
emprica da taxa de turbulncia. Outra vez, mesmo com a truncagem dos valores, fica
evidente a assimetria direita da distribuio, com uma enorme concentrao prximo de
zero e algumas poucas observaes elevadas.

Tabela 5
Turbulncia bancria, 2003 Ranking dos municpios
Ranking Cdigo UF Nome Turbulncia
2 5105606 MT Matup 7,8151822
3 4307054 RS Ernestina 1,5164710
4 1304062 AM Tabatinga 1,0963693
5 2608800 PE Lajedo 0,9091742
6 2931053 BA Tanque Novo 0,6913017
7 1100098 RO Espigo d'Oeste 0,6687435
8 4320305 RS Selbach 0,6681420
9 1400100 RR Boa Vista 0,6299262
1732 3550308 SP So Paulo 0,2155797
Ranking Cdigo UF Nome Turbulncia ajustada
1 3550308 SP So Paulo 0,2048007
2 3304557 RJ Rio de Janeiro 0,1080470
3 5300108 DF Braslia 0,0935334
5 4106902 PR Curitiba 0,0569644
6 4314902 RS Porto Alegre 0,0493288
7 3509502 SP Campinas 0,0222192
8 2304400 CE Fortaleza 0,0217437
9 2927408 BA Salvador 0,0209582
10 3534401 SP Osasco 0,0186329

Assim, podemos destacar uma caracterstica marcante da intermediao bancria no Brasil.
H, de forma geral, um padro de baixa turbulncia na maioria das localidades brasileiras, que
contrasta com a existncia de alguns poucos grandes centros dotados de maior atividade
bancria. A tabela 5 apresenta um ranking que nos mostra os grandes centros de
intermediao bancria no Brasil. Merecem destaque, mais uma vez, os municpios de So

120
Paulo (SP), Rio de Janeiro (RJ), Braslia (DF) e Belo Horizonte (MG). A tabela traz, ainda, o
ranking para os valores no corrigidos da taxa de turbulncia.
Finalmente, para encerrar esta primeira abordagem descritiva, temos a tabela 6 e algumas
estatsticas para a taxa de turbulncia bancria entre as regies brasileiras. Um primeiro
aspecto a se notar que a assimetria da distribuio repete-se entre as regies brasileiras, uma
vez que a mediana , em todos os casos, cerca de dez vezes menor que a mdia, indicando
uma minoria de municpios com elevada turbulncia bancria. Deve-se ressaltar tambm a
maior intermediao bancria notada nas regies Sudeste, Sul e Centro-Oeste, com uma taxa
de turbulncia bancria mdia quase duas vezes maior que a verificada nas regies Norte e
Nordeste.

Tabela 6
Turbulncia bancria por regies brasileiras Estatsticas descritivas
Norte Nordeste Sudeste Sul Centro-Oeste
Mnimo 0,000000247 0,000000275 0,000000039 0,000000133 0,000000073
Mximo 0,008531900 0,021743700
0,204800700 0,056964400 0,093533400
Mdia 0,000230200 0,000189100
0,000585400 0,000312500 0,000549200
Mediana 0,000040300 0,000022400
0,000042000 0,000051300 0,000055500
Desvio-Padro 0,000885900 0,001387600
0,006878500 0,002686400 0,005667600
No. Observaes 145 727
1259 816 279

Apresentada esta caracterizao inicial do problema, passemos agora discusso das
variveis que teriam papel relevante na explicao da taxa de turbulncia bancria no Brasil.

3.2.3 Os determinantes da turbulncia bancria no Brasil
O sistema bancrio brasileiro tem sido alvo de extenso estudo nos ltimos anos, podendo ser
citados vrios trabalhos a este respeito.
Nakane (2002) e Fonseca (2005) fazem parte de uma literatura que busca analisar a estrutura
de mercado prevalecente no Brasil. Nakane (2002) encontra evidncia de uma situao de
concorrncia imperfeita no mercado brasileiro, embora a hiptese de cartel possa ser rejeitada.

121
Fonseca (2005), por sua vez, respalda empiricamente sua hiptese de que a heterogeneidade
dos agentes demandantes de servios bancrios permite uma maior segmentao de servios,
aumentando, assim, o poder de mercados dos bancos.
A hiptese aqui levantada a de que a taxa de turbulncia bancria pode ser influenciada por
aspectos relacionados ao lado da oferta dos bancos, sobretudo estrutura de mercado
prevalecente. A este respeito, alguns indicadores de concorrncia bancria e heterogeneidade
dos agentes demandantes, tal como proposto por Fonseca (2005) tero suas influncias
testadas nos modelos apresentados a seguir.
Questes associadas mais diretamente demanda por servios bancrios tambm sero
includas nos modelos economtricos. O objetivo ser, basicamente, avaliar a influncia da
maior escala ou densidade de mercado sobre o nvel de intermediao bancria.
Tendo em vista o teste destas hipteses, a prxima seo apresenta brevemente a metodologia
economtrica a ser utilizada. Trata-se de uma classe de modelos capazes de incorporar a
questo da dependncia espacial, fenmeno freqentemente presente em dados municipais,
tais como os analisados aqui.

3.2.3.1 Metodologia
A base de dados utilizada neste trabalho constitui-se de realizaes de processos estocsticos
no espao. Este tipo de dado, comum em problemas aplicados de economia regional e urbana,
tem como caracterstica principal a presena de dependncia e heterogeneidade espacial.
Desconsideradas estas caractersticas, a anlise economtrica pode gerar inferncias
ineficientes ou mesmo inconsistentes. Da preocupao em lidar com estes problemas surgiu
um campo autnomo de pesquisa, denominado genericamente de econometria espacial
30
.
Embora, como mencionado acima, a heterogeneidade espacial seja uma das questes
fundamentais da econometria espacial, a anlise levada a cabo aqui dar nfase apenas para a
dependncia espacial. Num contexto do modelo de regresso clssico, a questo que surge
refere-se ao no atendimento da hiptese de que a matriz de varincia-covarincia dos erros

30
Uma boa referncia a este respeito, a ser extensivamente citada neste trabalho, Anselin (1988). Outra
referncia com um enfoque mais aplicado LeSage (1999).

122
da regresso seja da forma
n
I
2
, onde
2
a varincia constante dos erros e
n
I uma matriz
identidade nn.
Este problema estatstico pode ter origens diversas. Conforme reportado por Anselin (1988), a
dependncia espacial pode ser conseqncia de erros de medida causados por definio
arbitrria de unidades geogrficas, problemas na agregao das variveis e a presena de
externalidades e spillover espaciais. O autor ressalta, ainda, que o aspecto mais relevante
estaria relacionado estrutura espacial inerente ao problema, que poderia dar origem a
complexas interaes entre as unidades componentes analisadas [Anselin (1988): 8]. Como
conseqncia, um modelo de regresso linear que no incorpore estes aspectos pode
apresentar erros dependentes espacialmente e, tal como no caso de autocorrelao em sries
de tempo, ter toda inferncia invalidada.
A analogia com a literatura de sries de tempo direta. Neste caso, teramos os erros da
regresso correlacionados em diferentes pontos do tempo. A autocorrelao espacial, por sua
vez, diz respeito correlao dos erros em diferentes pontos do espao. O que dificulta a
analogia a noo de proximidade que, para problemas espaciais, pode assumir contornos
pouco bvios.
Usualmente, a noo de proximidade e, portanto, a quantificao da dependncia espacial so
feitas com a utilizao de uma matriz de pesos espaciais W
31
. H na literatura muitas maneiras
sugeridas para construo da matriz W. A condio geral requerida a de que os seus
elementos obedeam definio de uma funo de distncia:
(i) w(i,j) > 0, i ? j.
(ii) w(i,i) = 0.
(iii) w(i,j) = w(j,i).
(iv) w(i,j) = w(i,h) + w(h,j), i,j e h.
tambm comum o uso de uma normalizao da matriz W, por meio da operao:

31
Para uma exposio completa acerca das matrizes de pesos espaciais, ver Anselin (1988).

123

j
_
) j , i ( w
) j , i ( w
) j , i ( w .
A operao acima torna a soma das linhas de W iguais a um. A matriz
_
W vantajosa por
permitir maior interpretao de seus elementos ) j , i ( w
_
. Sendo cada elemento um fator de
ponderao espacial, a aplicao da matriz
_
W a uma varivel Z qualquer resulta numa mdia
ponderada de Z de acordo com a noo de proximidade estabelecida por
_
W .
Definida alguma noo de proximidade, um modelo de regresso linear, que apresente seus
erros dependentes espacialmente, teria a inferncia sobre os seus parmetros estimados
comprometida. Uma primeira tentativa de contornar este problema modelar explicitamente a
dependncia existente no termo de erro entre as unidades seccionais. O modelo de Erro
Espacial (SEM) considera o caso de autocorrelao de primeira ordem nos erros da regresso:
) I , 0 ( N ~
Wu u
u X Y
n
2

+
+
(8)
Onde Y um vetor contendo os elementos da varivel dependente, X a matriz (n+1) k de
variveis explicativas e uma constante, alm disso, o vetor (k+1)1 contendo os
parmetros associados a X, W a matriz nn de pesos espaciais e o parmetro de
dependncia espacial.
O modelo (8) apenas uma primeira tentativa de incorporar a questo da dependncia
espacial no modelo de regresso. Em vez de nos concentrarmos na modelagem especfica dos
erros da regresso, poderamos propor outros modelos economtricos partindo de uma viso
geral do problema. Segundo esta abordagem, a dependncia espacial deve ser incorporada
como um elemento principal da modelagem que, quando no considerado, gera o problema de
autocorrelao dos erros. Partimos, portanto, do geral para o especfico.
Neste sentido, podemos apresentar o modelo Auto-Regressivo Espacial (SAR):

124
) I , 0 ( N ~
WY u
u X Y
n
2

+
+
(9)
O modelo (9) inclui como varivel explicativa a varivel dependente defasada espacialmente,
WY, sendo ? o coeficiente de dependncia espacial neste caso. Outro modelo, chamado de
modelo Espacial de Durbin (SDM), generaliza (9) por incorporar uma defasagem espacial das
variveis explicativas, WX:
) I , 0 ( N ~
WX WY u
u X Y
n
2

+ +
+
(10)
Onde a o vetor de coeficientes k1 associados s variveis de vizinhana.
Caso o verdadeiro processo gerador de dados seja (9) ou (10), a estimao por Mnimos
Quadrados Ordinrios (MQO) que desconsidere WY e WX ganhar estimadores enviesados e
inconsistentes. Os parmetros dos modelos (8), (9) e (10) podem ser estimados por Mxima
Verossimilhana, conforme apresentado em Anselin (1988).
Como ltimo passo metodolgico, resta descrever os testes a serem realizados para detectar a
presena de autocorrelao espacial nos erros do modelo de regresso linear clssico. Tal
modelo, que serve como hiptese nula e base para os testes a seguir, constitudo de (8) para
o caso particular em que no se considera a autocorrelao espacial, ou seja, ?=0.
O teste mais popular para se checar a hiptese nula de no autocorrelao espacial nos erros, a
ser implementado, o teste I de Moran:
)) I ( Var ), I ( E ( N ~
e ' e
We ' e
I (11)
Onde e a srie de resduos estimados da regresso de MQO no modelo base sem considerar
a autocorrelao espacial. Como pode ser visto em Anselin (1988), a estatstica I distribui-se
conforme uma normal com mdia e varincia dadas pelas expresses abaixo:

125
2
2 2
) I ( E d
)) MW ( tr ( ) MW ( tr ) ' MWMW ( tr
) I ( Var
k n
) MW ( tr
) I ( E
+ +

Onde tr(x) um operador que retorna o trao da matriz x, X ) X ' X ( X I M
1
e
) 2 k n )( k n ( d + .
O teste I de Moran , sem dvida, o mais utilizado pela literatura emprica. No entanto, h
outra classe de testes tambm bastante empregada para a verificao de autocorrelao
espacial. Trata-se do conjunto de testes assintticos de Wald, Multiplicadores de Lagrange
(LM) e de Razo de Verossimilhana (LR), que podem ser construdos a partir da Log-
Verossimilhana dos modelos acima, cujas expresses apresentamos abaixo:
Wald:
) 1 ( ~ ] t
n
1
t t [ Wald
2 2
1 3 2
2
^
+ (12)
Onde ) B . W ( tr t
1
1

,
2 1
2
) WB ( tr t

, ) WB ( )' WB ( tr t
1 1
3

e W I B
^
n
. Alm disso,
. um operador que indica multiplicao elemento a elemento e
^
o estimador de
Mxima Verossimilhana referente ao modelo (8).
Multiplicadores de Lagrange (LM):
) 1 ( ~ )
s
We ' e
(
T
1
LM
2 2
2
0
(13)
Onde W ). ' W W ( tr T + e s
0
2
a varincia estimada do modelo de regresso base sem
considerar a autocorrelao espacial.
Razo de Verossimilhana (LR):
) 1 ( ~ W I ln 2 )] s ln( ) s [ln( n LR
2
^
2
1
2
0
+ (14)

126
Onde
2
1
s a varincia estimada do modelo (8) e
^
o estimador de Mxima Verossimilhana
referente tambm a este modelo.
Note que, enquanto o teste de Moran no postula uma hiptese alternativa especfica apenas
rejeita-se ou no a hiptese nula de no autocorrelao espacial , os testes assintticos (12),
(13) e (14) consideram o modelo de Erro Espacial como sendo o alternativo. Os testes de
Wald, LM e LR so equivalentes e, conforme pode ser visto em Anselin (1988), tm
distribuio assinttica qui-quadrado com 1 grau de liberdade.

3.2.3.2 Estratgia de estimao
O prximo passo em nossa construo metodolgica a definio de uma estratgia para o
encadeamento dos modelos economtricos e dos testes de dependncia espacial apresentados
h pouco.
Em primeiro lugar, ser estimado o modelo de MQO, que equivale a (8) sob a restrio de =
0. Este modelo funcionar como uma base de referncia para a anlise das variveis
explicativas, em termos de direo e da magnitude dos efeitos indicados pelos coeficientes
obtidos. Em seguida, o teste I de Moran, definido em (11), realizado sobre os resduos do
modelo de MQO para a avaliao da hiptese nula de no existncia de autocorrelao
espacial. Se a hiptese nula no puder ser rejeitada, no haver suporte para o erro de
especificao do modelo, postulado na forma das alternativas apresentadas em (8), (9) e (10),
e os resultados de MQO podem ser considerados robustos aos vieses decorrentes da
autocorrelao espacial.
Em caso de rejeio da hiptese nula de inexistncia de autocorrelao espacial, dois
procedimentos, inspirados no tratamento do problema correspondente em sries de tempo, so
tomados para se tentar modelar a dependncia espacial
32
. A primeira tentativa parte da idia
de que a autocorrelao existente nos resduos da regresso de MQO resultado de um
problema mais geral, associado a uma m especificao do modelo. Neste sentido, partimos
do geral, elaborando uma correo paramtrica no modelo, para eliminar um problema
especfico de autocorrelao espacial.

32
Para uma discusso acerca do tratamento da autocorrelao em sries temporais, ver Davidson e McKinnon
(1996).

127
A questo pouco bvia definir qual a correo a ser implementada. Uma alternativa, nesse
sentido, a utilizao do modelo SAR, definido em (9), assumindo que a varivel dependente
defasada espacialmente, omitida na regresso de MQO, pode solucionar o problema de
autocorrelao espacial. Do ponto de vista econmico, a racionalidade desta correo pode ser
associada a uma estratgia de atuao regional do sistema bancrio [ver, por exemplo,
Sanches, Rocha e Silva (2006)], tornando relevante a considerao da movimentao bancria
nas municipalidades vizinhas para a anlise de uma dada localidade.
Seguindo com este procedimento, o prximo passo a verificao da eficincia da correo
realizada para eliminar a autocorrelao espacial. Desta forma, os resduos da regresso do
modelo SAR so testados para a ocorrncia de autocorrelao de primeira ordem:
) I , 0 ( N ~
u W Y W u
u X Y
n
2
2 1

+ +
+
(15)
Este modelo, utilizado como expresso alternativa ao SAR, conhecido como Modelo
Espacial Generalizado (SAC). Como pode ser visto, ele combina as propriedades de
dependncia espacial dos modelos SAR e SEM.
A avaliao da autocorrelao espacial nos resduos de (9), na forma postulada em (15), d-se
por meio do teste LM proposto por Anselin (1988):
) 1 ( ~ )} var( . ) T ( T .{ )
s
e W ' e
( LM
2 1 2
A 21 22
2
2
0
2

(16)
Onde T
22
= tr{W
2
.W
2
+ W
2
.W
2
}, T
21A
= tr{W
2
.W
1
.A
-1
+ W
2
.W
1
.A
-1
} e A = I - W
1
. Alm
disto, var() e s
0
2
so as varincias estimadas de e da regresso no modelo SAR, e so os
resduos da regresso SAR e W
1
e W
2
so as matrizes de pesos espaciais estabelecidas para o
modelo SAC, definido em (15).
Se o teste LM no indicar a rejeio da hiptese nula de ausncia de autocorrelao espacial, a
correo introduzida com o modelo SAR suficiente para tratar da dependncia espacial no
captada pelo modelo de MQO. Caso contrrio, a modelagem ampliada para outros controles
espaciais. A opo tentada constituda pelo modelo SDM, apresentado em (10), que introduz
as variveis explicativas espacialmente defasadas como controles adicionais. Ao longo do

128
trabalho, os resduos das regresses do modelo SDM tero a presena de autocorrelao
espacial testada por meio da estatstica I de Moran, apresentada em (11).
A segunda alternativa para a resoluo da autocorrelao espacial captada nos resduos do
modelo de MQO a modelagem direta destes componentes por meio do modelo SEM, tratado
em (8). Esta estratgia difere da desenhada anteriormente, por se concentrar na modelagem
especfica nos resduos, sem se preocupar com uma caracterizao mais geral do problema,
como por exemplo, a especificao do modelo ou a forma funcional utilizada.
Assim, o processo de estimao a ser seguido neste trabalho pode ser resumido nos cinco
passos apresentados abaixo:
1. Estimao do modelo MQO;
2. Teste dos resduos da regresso;
3.a. Se rejeitada a hiptese nula de ausncia de autocorrelao espacial em (2),
segue-se com a estimao do modelo SAR;
(i) Teste dos resduos da regresso;
(ii) Se rejeitada a hiptese nula de ausncia de autocorrelao espacial em (i),
segue-se com a estimao do modelo SDM;
3.b. Se rejeitada a hiptese nula de ausncia de autocorrelao espacial em (2),
segue-se com a estimao do modelo SEM;
Uma vez estabelecida a linha economtrica a ser seguida, a prxima seo descreve as
variveis utilizadas nas regresses, bem como os principais resultados obtidos.

3.2.3.3 Descrio das variveis e resultados
Conforme discutido anteriormente, a demanda aqui representada pelo elemento de tamanho
e qualidade do mercado e influenciaria o processo de intermediao bancria na medida em
que poderia permitir diferentes oportunidades de negcios para o setor. Ser utilizado, a esse
propsito, o Produto Interno Bruto (PIB) como principal indicador do potencial de mercado.

129
O lado da oferta do setor bancrio ser representado, por sua vez, por atributos que seriam
capazes de influenciar o nvel de concorrncia bancria. Seguindo a discusso trazida em
Fonseca (2005), a heterogeneidade da demanda por servios bancrios ser o fator
determinante e trs dimenses para esta diferenciao sero utilizadas. Em primeiro lugar,
considerada a diferenciao da estrutura econmica local, representada pela soma dos
quadrados da participao dos setores na composio do valor agregado na economia. A
varivel Diversificao calculada por meio da seguinte expresso:
2
jt
2
jt
2
jt
2
jt
jt
VT
VAT VAS VAP
ao Diversific
+ +
,
onde VAP
jt
, VAS
jt
e VAT
jt
representam o valor adicionado nos setores primrio, secundrio e
tercirio, respectivamente, enquanto VT
jt
valor total adicionado no municpio j no perodo t.
Outra dimenso considerada para a diferenciao da demanda por servios bancrios refere-se
heterogeneidade na distribuio da renda entre os indivduos. Desta forma, o indicador de
desigualdade de renda Gini includo nas regresses abaixo. Por fim, considerada a
densidade bancria por municpio, por meio da razo entre o nmero de agncias e a rea total
do municpio (Agncias/rea).
Algumas variveis de controle so adicionadas s regresses. A varivel Agricultura
construda por meio da importncia do setor agrcola para o municpio, relativa importncia
deste setor para o Brasil como um todo:
Brasilt
Brasilt
ij
jt
jt
VT
VAP
/
VT
VAP
a Agricultur ,
onde VAP
Brasilt
e VT
Brasilt
representam o valor adicionado na agricultura e por toda a economia
brasileira no perodo t. Esta varivel includa para captar o impacto das transferncias
governamentais de crdito vinculadas a este setor. As regresses incluem, ainda, o indicador
de Desenvolvimento Humano (IDH), uma varivel dummy indicando se o municpio capital
do estado (Capital) e outras cinco dummies para as regies brasileiras.

130
Para minimizar eventuais problemas de endogeneidade, todas as variveis explicativas foram
construdas para o ano de 2002
33
. A hiptese de identificao necessria, portanto, de que as
variveis explicativas em 2002 no so influenciadas pela taxa de turbulncia verificada em
2003.
A fonte de dados para a construo da amostra o IBGE
34
. Com exceo das variveis
dummies, todas as variveis envolvidas nos modelos so transformadas pelo logaritmo
natural
35
. O objetivo desta operao eliminar a assimetria da varivel dependente, bem como
obter uma interpretao de elasticidade para os coeficientes estimados.
Por ltimo, necessrio apresentar a definio da matriz W de pesos espaciais utilizada. Faz-
se uso neste trabalho de uma normalizao da matriz de inversos das distncias entre os
centrides dos municpios brasileiros. As distncias, por sua vez, foram construdas por meio
da distncia Euclidiana calculada com as coordenadas de latitude e longitude de cada
localidade:
'
. c . c , 0 ) j , i ( w
j i ,
d
d
) j , i ( w
j
ij
ij

onde:
2
j i
2
j i
ij
) longitude longitude ( ) latitude latitude (
1
d
+

Para a realizao dos testes de autocorrelao espacial no modelo SAR, em que necessrio
especificar uma segunda matriz de pesos espaciais para a autocorrelao espacial prevalecente
nos resduos da regresso, uma definio alternativa utilizada para a construo da matriz
W
2
:

33
O ndice de Gini e de desenvolvimento humano (IDH) esto disponveis para o ano de 2000. Alm disso,
utilizamos o nmero de agncias em 2003, sob a hiptese de que esta magnitude dada para a determinao da
turbulncia bancria.
34
Todas as informaes utilizadas no trabalho podem ser obtidas no banco de dados municipais do Instituto.
Para mais informaes, consultar www.ibge.gov.br.
35
Para a varivel Agricultura , 19 municpios ficaram com valores iguais a zero, por no apresentarem PIB
agrcola em 2002. Alm disso, dois municpios foram eliminados da amostra por no apresentarem valores de
IDH e Gini.

131
'
. c . c , 0 ) j , i ( w
j i ,
d
d
) j , i ( w
j
ij
ij

onde:
'

c.c. , 0 d
Km. 100 j) (i, municpios os entre distncia a se , 1 d
ij
ij

Na apresentao dos resultados, comearemos pela descrio dos modelos utilizados nas
estimaes para, em seguida, discutir as estimativas obtidas com os modelos economtricos.
A tabela 7 apresenta os resultados
36
das regresses por mnimos quadrados ordinrios (MQO).
Tal como definido na estratgia de estimao apresentada h pouco, o teste de Moran mostra
a rejeio da hiptese nula de no existncia de autocorrelao espacial.
Estes resultados trazem a necessidade de se incorporar anlise a questo da dependncia
existente entre os municpios brasileiros. Isto deve ser feito para se evitar os problemas
relacionados eficincia e at mesmo consistncia dos estimadores desejados. Tal
empreendimento realizado, inicialmente, na regresso SAR, tambm apresentada na tabela 7,
juntamente com o teste LM-SAR
37
, que avalia a existncia de autocorrelao espacial nos
resduos do modelo. Mais uma vez, a hiptese nula rejeitada, indicando a insuficincia da
incluso da varivel dependente defasada para eliminar autocorrelao espacial
desconsiderada no modelo MQO.

36
As regresses, assim como os testes de autocorrelao espacial, foram realizados com o programa Matlab 7.0.
Todas as rotinas de programao utilizadas podem ser obtidas no endereo eletrnico: www.spatial-
econometrics.com.
37
Os modelos SACs estimados para a realizao destes testes encontram-se reportados no apndice.

132
Tabela 7
Determinantes da turbulncia bancria, 2003
Modelo utilizado
1
Variveis explicativas
2
MQO SAR
? 0,102
(0,000)
PIB 1,184
(0,000)
1,179
(0,000)
Diversificao -1,089
(0,000)
-1,092
(0,000)
Gini 2,826
(0,000)
2,865
(0,000)
Agncias/rea 0,198
(0,000)
0,196
(0,000)
Agricultura 0,081
(0,000)
0,080
(0,000)
IDH 2,806
(0,000)
2,740
(0,000)
Capital -0,128
(0,461)
-0,101
(0,671)
Dummy Regio Sim Sim
Teste Moran-I 27,776
(0,000)

Teste LM-SAR 378,29
(0,000)
No. Observaes 3.224 3.224
R
2
ajustado 0,698 0,696
Log-Verossimilhana -3.877,700 -3.877,304
Teste de restries (
2
):
H
0
: Variveis explicativas
no-significantes

14.325
(0,000)

13.627
(0,000)
1
Todos os modelos foram estimados com uma constante no
reportada na tabela acima.
2
Variveis dependente e explicativas transformadas pelo logaritmo
natural, com exceo das dummies de capital e regio.

Assim, seguindo com a estratgia de modelagem da autocorrelao espacial, a tabela 8 traz as
regresses com o modelo de Durbin (SDM), buscando ampliar os controles espaciais, e de
Erro Espacial (SEM), que se constitui em uma segunda alternativa para o tratamento do
problema.
Nesta tabela, conforme j esclarecido, apresentado o teste I de Moran para a autocorrelao
nos resduos do modelo SDM. Como pode ser observado, mesmo com os controles adicionais
inseridos nesta modelagem, a hiptese de no dependncia espacial pode ser rejeitada,
tornando til, portanto, a considerao da alternativa constituda pelo modelo SEM.

133
Tabela 8
Modelo utilizado
1
2
SDM SEM
? 0,982
(0,000)

0,988
(0,000)
PIB 1,228
(0,000)
1,197
(0,000)
Diversificao -1,220
(0,000)
-1,140
(0,000)
Gini 2,699
(0,000)
2,872
(0,00)
Agncias/rea 0,309
(0,000)
0,226
(0,000)
Agricultura 0,054
(0,038)
0,078
(0,000)
IDH 2,207
(0,000)
2,591
(0,000)
Capital -0,670
(0,004)
-0,169
(0,467)
Dummy Regio Sim Sim

Localidades Vizinhas
PIB -1,502
(0,000)

Diversificao 6,968
(0,000)

Gini -12,281
(0,000)

Agncias/rea -1,748
(0,000)

Agricultura -0,040
(0,832)

IDH 6,762
(0,169)

Capital -32,911
(0,000)

Dummy Regio Sim
Teste Moran-I 9,132
(0,000)

Teste de Wald 25,881
(0,000)
Teste LM 467,693
(0,000)
Teste LR 116,547
(0,000)
R
2
Teste de restries (
2
):
H
0
: Variveis explicativas no-
significantes

13.908
(0,000)

10.487
(0,000)
1
Todos os modelos foram estimados com uma constante no
reportada na tabela acima.
2
Variveis dependente e explicativas transformadas pelo logaritmo
natural, com exceo das dummies de capital e regio.

134
A este respeito, pode ser visto na tabela 8 que os trs testes assintticos realizados (Wald, LM
e LR) apresentam nveis exatos para a no rejeio da hiptese nula (P-valor) virtualmente
zero. Tal como discutido na seo 3.2.3.1, estes testes consistem da verificao da hiptese
nula de no autocorrelao espacial, tomando como modelo alternativo o modelo de Erro
Espacial. Portanto, este resultado enfatiza a adequao do modelo irrestrito SEM para a
modelagem da autocorrelao espacial, em relao ao modelo restrito representado pela
regresso de MQO.
Concentrando nos resultados estimados, deve ser ressaltado que estes parecem ser
consistentes entre as diferentes especificaes, mantendo, de forma geral, tanto a direo
quanto a significncia das relaes analisadas.
No escopo geral dos modelos utilizados, trs resultados principais merecem destaque. Em
primeiro lugar, deve-se ressaltar que, mesmo aps a incluso das variveis de controle, h
uma elevada dependncia espacial atestada pelos parmetros positivos e significativos
estimados para ? e ?.
Ou seja, a turbulncia bancria um atributo econmico que no pode ser tomado
isoladamente em uma dada localidade. preciso considerar o grau de intermediao bancria
nas localidades vizinhas, mas no apenas pela forte persistncia espacial das caractersticas
econmicas destes municpios, j que o coeficiente espacial no modelo SDM
estatisticamente significante. Desta forma, a dependncia espacial da turbulncia bancria
resulta tambm de uma questo associada atuao dos bancos. Uma explicao para este
fenmeno pode ser a existncia de economias de escala na prestao dos servios bancrios.
Nesse caso, pode ser econmico, do ponto de vista dos custos de operao, estender os
servios a uma rede de municpios vizinhos, onde a atuao poderia ser facilitada pelo
compartilhamento de atividades comuns, como toda a gesto administrativa.
Em segundo lugar, com relao varivel PIB, temos um sinal positivo e significante a 1%,
mostrando que aumentos na escala e na qualidade da demanda por servios bancrios tendem
a ser seguidos por uma elevao na intermediao. Com relao aos outros controles
includos, pode-se dizer que municpios com elevadas participaes relativas do setor agrcola
e IDH apresentam maior turbulncia. Alm disto, a varivel dummy para capital mostrou-se
estatisticamente significante apenas no modelo SDM, apresentando um inesperado coeficiente
negativo.

135
Outro resultado importante que o coeficiente negativo para a varivel Diversificao parece
indicar que uma estrutura econmica diversificada e com mais possibilidade de segmentao
bancria est associada a menores nveis de turbulncia bancria. O mesmo ocorre com a
varivel Gini, onde o sinal positivo obtido mostra que uma elevao na distribuio de renda
e, portanto, na possibilidade de segmentao de mercado, seguida de queda na turbulncia
bancria. Por fim, a varivel Agncia/rea apresenta um coeficiente positivo, indicando que o
aumento da densidade de agncias bancrias em uma dada localidade causa mais turbulncia
bancria. Portanto, se tomarmos estas variveis como indicativas da possibilidade dos bancos
em exercerem poder de mercado, estes resultados do suporte para a hiptese de que uma
elevao na concorrncia do setor bancrio tende a gerar um acrscimo na taxa de turbulncia.
Tambm merece destaque a evidncia obtida no contexto especfico do modelo espacial de
Durbin (SDM). Como ressaltado na seo anterior, este modelo considera como variveis
explicativas adicionais uma ponderao das variveis observadas no conjunto de vizinhos de
uma dada localidade.
Com exceo das variveis Capital, discutida a seguir, e IDH, estatisticamente no-
significante, todos os sinais para os coeficientes descritos acima apresentam sinais contrrios
quando referente aos vizinhos da localidade. Este resultado parece mostrar um aspecto
interessante da estratgia bancria: o efeito do aumento da demanda e da concorrncia
amenizado caso o municpio esteja localizado prximo a outros municpios onde aumentos
semelhantes tambm foram experimentados. Em outras palavras, uma elevao da renda e da
concorrncia em uma determinada localidade no s aumenta a sua intermediao bancria,
como tambm reduz, ceteris paribus, a intermediao existente em sua vizinhana.
Outro resultado importante referente ao comportamento bancrio vizinho obtido pelo
coeficiente negativo e significativo associado varivel Capital. Como pode ser visto, o nvel
de turbulncia bancria menor se um dado municpio vizinho de uma capital estadual. Este
resultado enfatiza a importncia das capitais estaduais enquanto provedoras de servios
bancrios para as suas vizinhanas.
Um problema existente nesta amostra diz respeito perda de informao com a excluso dos
municpios que no apresentaram movimentao bancria no perodo. Apesar de no

136
possurem bancos, tais municpios provavelmente realizaram operaes financeiras que foram
contabilizadas em algum municpio vizinho detentor de agncias bancrias
38
.
Visando contemplar esta possibilidade
39
, foi construda uma nova amostra, contendo as 544
microrregies brasileiras
40
, tal como definidas pelo IBGE. Os resultados podem ser vistos na
tabela A2 dos Anexos.
Dentro da estratgia de estimao definida anteriormente, deve ser mencionado que o mesmo
padro de autocorrelao espacial persiste entre as microrregies na regresso de MQO, e
mesmo aps a correo introduzida pelo modelo SAR. Desta forma, as alternativas SDM e
SEM foram estimadas para dar conta deste problema. Todavia, mais uma vez, o teste realizado
nos resduos do modelo SDM mostra que este no pode ser considerado livre da
autocorrelao espacial. A alternativa representada pelo modelo SEM, por sua vez, apresenta
suporte nos testes de Wald, LM e LR, como forma de se modelar a autocorrelao espacial no
incorporada ao modelo MQO.
Com relao aos resultados, em primeiro lugar, deve-se ressaltar que, como poderamos
esperar, a agregao dos municpios torna os parmetros de dependncia espacial menores nos
modelos SDM e SEM, se comparados aos resultados descritos acima. Ou seja, ainda persiste
uma dependncia espacial nos dados, mas esta amenizada com a agregao por
microrregies. Pode ser argumentado que eventuais economias de escala, presentes na atuao
bancria em uma rede de vizinhos mais prximos, mostram-se mais fracas em uma amostra
mais agregada de localidades.
Ao contrrio do verificado acima, h uma discordncia entre os modelos estimados, com o
sinal do parmetro espacial da regresso SAR apresentando um inesperado valor negativo,
parecendo indicar uma autocorrelao espacial negativa. Em caso de controvrsias como esta,
adotamos os resultados dos modelos SDM e SEM, propostos aqui como alternativa para o
controle da dependncia espacial no obtida com o modelo SAR.

38
Outra questo relevante refere-se existncia de correspondentes bancrios, como as agncias lotricas e dos
Correios, que poderiam realizar parte das transaes financeiras nestes municpios. Este trabalho limitar-se-, no
entanto, anlise apenas das transaes ligadas ao setor bancrio.
39
Note que no h superioridade inequvoca nesta amostra de microrregies brasileiras, trata-se apenas de um
exerccio de robustez dos resultados. Por um lado, h um ganho em relao aos pequenos municpios excludos
na amostra anterior. Por outro lado, no caso dos grandes municpios, teramos uma perda de informao
associada ao fato de adicionarmos s suas microrregies municpios de menor expresso.
40
Foram excludas 14 microrregies que no apresentaram agncias bancrias no perodo.

137
Com relao s variveis utilizadas, o sinal do coeficiente de duas delas inverte-se com esta
nova amostra. Temos, assim, a evidncia de que o grau de intermediao bancria est
associado de forma estatisticamente no-significante especializao agrcola municipal (com
exceo do modelo SDM). Alm disso, a presena da capital estadual parece agora indicar um
maior nvel de turbulncia bancria nestas microrregies (mais uma vez, a exceo fica com o
modelo SDM).
Os demais resultados reportados com esta amostra so qualitativamente idnticos aos obtidos
anteriormente. Ou seja, de forma geral, a concorrncia bancria e o tamanho da economia de
uma dada microrregio incentivam a taxa de turbulncia. Da mesma forma, o modelo SDM
mostra que o enriquecimento, o aumento da concorrncia bancria e a presena da capital
estadual nas microrregies vizinhas tendem a desestimular a intermediao bancria local.

3.3 Captao, Emprstimos e Absoro Lquida de
Recursos

3.3.1 Uma definio para absoro lquida de recursos
Enquanto a seo anterior buscou analisar o fluxo bruto de entrada e sada de recursos
bancrios, esta se concentra na entrada lquida de recursos. Isto dado, em semelhana ao
proposto anteriormente, pela razo entre taxa de entrada e taxa de sada de recursos na
economia:
jt
jt
jt
TS
TE
TLA . (17)
Esta medida ser chamada de taxa lquida de absoro de recursos, indicando a capacidade
de captao de recursos de uma localidade vis--vis aos emprstimos bancrios l realizados.
Utilizando as definies dadas em (1) e (2), podemos escrever a taxa lquida de absoro de
recursos como:

138
jt
jt
jt
E
DT
TLA , (18)
que simplesmente a razo entre os depsitos totais e os emprstimos bancrios realizados na
localidade j.
Se esta taxa for maior que um, temos a indicao que a localidade em questo absorve
recursos de forma lquida, ou seja, apresenta um fluxo de entrada maior que o fluxo de sada
de recursos. O contrrio ocorre quando a taxa lquida de absoro de recursos for menor que
um.
As sees seguintes apresentam uma anlise estatstica descritiva e economtrica da taxa
lquida de absoro de recursos para os municpios brasileiros.

3.3.2 Absoro lquida de recursos no Brasil
Esta seo utiliza-se do mesmo conjunto de dados descrito na anlise emprica da taxa de
turbulncia bancria. A vantagem aqui que, dada a natureza do indicador (17), podemos
obter a taxa de absoro lquida para ambos os anos componentes da amostra: 2002 e 2003.
A tabela 9 apresenta as principais estatsticas descritivas para a absoro lquida de recursos
no Brasil e em suas macro-regies componentes. Como pode ser visto, em 2002, a absoro
lquida mdia 3.43 para o Brasil, indicando uma postura absorvedora em que a captao de
recursos predominante. Esta evidncia, juntamente prevalncia da taxa de entrada de
recursos mostrada na seo anterior, ressalta o j aludido carter captador do sistema bancrio
brasileiro.
Esta predominncia das operaes de captao de recursos tambm observada nas regies
brasileiras, que apresentam absoro lquida mdia superior a um. Esta medida, no entanto,
no robusta a valores aberrantes e este parece ser o caso, como pode ser visto pelos elevados
valores mximos apresentados pela medida de absoro de recursos. O municpio mineiro de
Cipotnea, por exemplo, chega a apresentar um volume de depsitos bancrios 184 vezes
maior que o volume de crdito bancrio. A anlise da mediana, adequada para estes casos,
indica a mesma tendncia de absoro de recursos, embora os valores mais baixos ressaltem a

139
j salientada assimetria direita da distribuio. A exceo a regio Centro-Oeste, que
pareceu comportar-se mais como emprestadora lquida de recursos.

Tabela 9
Absoro lquida de recursos, 2002 e 2003 Estatsticas descritivas
Ano: 2002
Mnimo Mximo Mdia Mediana Desvi o-Padro No. Observaes
Norte 0,3133 78,4003 5,0080 1,5873 10,9775 141
Nordeste 0,1501 130,0131 4,2583 1,7080 9,1862 723
Sudeste 0,0763 184,8378 4,0248 2,1697 7,5109 1246
Sul 0,1452 26,5252 2,3178 1,4326 2,5111 816
Centro-Oeste 0,0954 8,0957 1,0896 0,5961 1,2287 279
Brasil 0,0763 184,8378 3,4306 1,7080 7,0094 3205
Ano: 2003
Mnimo Mximo Mdia Mediana Desvio-Padro No. Observaes
Norte 0,2141 33,6654 3,0412 1,2143 5,3289 141
Nordeste 0,1385 62,3680 3,5467 1,5138 6,8370 723
Sudeste 0,0791 81,4931 3,8005 1,9186 6,1009 1246
Sul 0,1286 17,9395 1,8963 1,1985 2,0816 816
Centro-Oeste 0,0966 32,7326 1,0719 0,5338 2,2871 279
Brasil 0,0791 81,4931 2,9875 1,4852 5,3614 3205

O mesmo padro de resultados observado para o ano de 2003, a despeito de uma leve queda
nos valores mdios na taxa de absoro lquida de recursos. Como pode ser verificado, esta
queda deve-se basicamente a uma reduo nos valores extremos da absoro lquida de
recursos.
A presena destes valores extremos na distribuio da absoro lquida de recursos traz a
necessidade de um tratamento mais adequado dos dados, em semelhana ao ocorrido com a
taxa de turbulncia bancria. Um passo fundamental nesta direo o entendimento de que o
ponto crucial a ser considerado se a relao entre depsitos e emprstimos totais implicada
maior ou menor que 1, e no a magnitude exata desta razo. Tendo isto em mente, a anlise
ser levada adiante com o auxlio da criao de um indicador de absoro lquida de recursos,
baseado em (18):
'
>
c.c. , 0
1 TLA se , 1
IAL
jt
jt
(19)
Assim, um ndice IAL
jt
= 1 indica que o municpio j absorvedor lquido de recursos no
instante t.

140
Remarcado o contexto emprico a ser trabalhado, a seguir, a tabela 10 apresenta a descrio
deste indicador para a amostra de municpios brasileiros em 2002 e 2003.
Como se trata de um indicador, o valor mdio de 0,74, obtido para o Brasil em 2002, indica
que, em mdia, 74% dos municpios brasileiros so captadores lquidos de recursos. A
despeito dessa caracterizao geral, o quadro parece variar bastante no que concerne s
regies brasileiras, com a mdia do indicador oscilando significantemente. Pode ser destacado
a este respeito que, com exceo da regio Norte, todas as regies tm a hiptese de igualdade
com mdia brasileira rejeitada a 1%. Neste sentido, a regio Sudeste configura-se como a
grande captadora de recursos no Brasil, seguida da regio Nordeste, que tambm tem um
nvel mdio de captao lquida acima da mdia brasileira. A regio Sul vem logo na
seqncia, com um nvel abaixo da mdia de absoro lquida do pas. A regio Centro-Oeste,
por sua vez, a nica que no se apresenta absorvedora lquida de recursos, com apenas 30%
de seus municpios nesta situao. Ou seja, o sistema bancrio emprestador lquido de
recursos na maioria dos casos nesta regio.

Tabela 10
Indicador de absoro lquida de recursos, 2002 e 2003 Estatsticas descritivas
Ano: 2002
Norte 0 1 0,7659 1 0,4249 141
Nordeste 0 1 0,7787 1 0,4154 723
Sudeste 0 1 0,8627 1 0,3442 1246
Sul 0 1 0,6568 1 0,4750 816
Centro-Oeste 0 1 0,3046 0 0,4611 279
Brasil 0 1 0,7385 1 0,4395 3205
Ano: 2003
Norte 0 1 0,5957 1 0,4925 141
Nordeste 0 1 0,7469 1 04351 723
Sudeste 0 1 0,8226 1 0,3821 1246
Sul 0 1 0,5796 1 0,4939 816
Centro-Oeste 0 1 0,2939 0 0,4563 279
Brasil 0 1 0,6877 1 0,4635 3205

Outra estatstica que merece destaque o desvio-padro apresentado. Enquanto medida de
disperso de uma dada distribuio de probabilidade, os desvios-padro calculados mostram
que o sistema bancrio mais homogneo na regio Sudeste. O sistema bancrio opera de
forma mais heterognea, por outro lado, nas regies Norte e Sul.

141
Para 2003, com exceo a regio Centro-Oeste, que permanece estvel e na condio de
emprestadora lquida de recursos, observa-se uma queda na mdia de municpios captadores
lquidos de recursos em todas as demais regies. A despeito disto, os resultados reproduzem
qualitativamente a descrio feita para o ano anterior.
Dessa maneira, algumas observaes devem ser ressaltadas. Em primeiro lugar, o sistema
bancrio brasileiro como um todo tem uma postura muito clara de absorvedor lquido de
recursos. A exceo a esta afirmao a regio Centro-Oeste, que a nica regio brasileira
cujo sistema bancrio pautou-se por um comportamento, na mdia, emprestrador lquido de
recursos. O outro lado da moeda seria a regio Sudeste, que o grande centro financeiro do
pas, notadamente caracterizada por um sistema bancrio absorvedor lquido de recursos. Por
ltimo, merece destaque a observao de que o sistema bancrio atua de forma mais
homognea no Sudeste do pas.
Feita esta descrio da absoro lquida de recursos, passemos agora discusso
economtrica mais rigorosa do que estaria por trs deste importante atributo do sistema
bancrio brasileiro.

3.3.3 Os determinantes da absoro lquida de recursos no Brasil
A discusso acerca dos determinantes da absoro lquida de recursos no Brasil seguir
basicamente a linha terica traada para o caso da taxa de turbulncia bancria. Sendo assim,
em semelhana ao apresentado na seo anterior, consideramos aspectos relacionados ao
tamanho e estrutura de mercado como potenciais determinantes da absoro de recursos.
Em termos economtricos, a anlise utiliza-se da funo indicadora definida em (19) enquanto
sumrio da absoro de recursos. A classificao binria dos municpios entre os que
absorvem e os que no absorvem recursos nos leva classe de modelos de probabilidade
condicional do tipo Logit e Probit como sendo a maneira natural de se tratar o problema.
Diferentemente da seo anterior, no entanto, a varivel a ser explicada pode ser obtida em
dois momentos do tempo, fazendo-se necessria a utilizao de tcnicas de painel, a fim de se
controlar o vis decorrente dos efeitos individuais no-observados. Em seguida, ser feita uma
breve descrio dos modelos Logit e Probit adaptados para painel com efeitos especficos.

142
3.3.3.1 Metodologia
Os modelos de resposta discreta, adaptados para dados em painel, a serem utilizados nesta
seo, so uma extenso das abordagens tradicionais, pois tornam possvel o controle por
efeitos especficos dos indivduos componentes da amostra. Uma descrio mais formal desta
classe de modelos pode ser vista em Wooldridge (2002).
Conforme j relatado, este instrumental adequado para a anlise da probabilidade de
ocorrncia de um evento qualquer, P(y
it
=1/x
1it
,,x
pit
;c
i
), em que y
it
=1 indica o sucesso e y
it
=0
indica a falha na ocorrncia do evento y
it
para o indivduo i no instante t. Alm disto,
{x
1it
,,x
pit
} representa o conjunto de p variveis explicativas condicionantes da probabilidade
do evento y
it
para o indivduo i no instante t e c
i
uma varivel no-observada especfica ao
indivduo i.
Uma primeira alternativa para a modelagem de P(y
it
=1/x
1it
,,x
pit
;c
i
) o ajuste de uma
regresso linear:
it i pit p it 1 1 i pit 1it it
e c x x k ) c ; x , , x / 1 y ( P + + + + + L (20)
onde k uma constante e e
it
um termo de erro com distribuio simtrica em zero e
independente de {x
1it
,,x
pit
}. O modelo acima, no entanto, apresenta o termo de erro
heteroscedstico por construo e, ainda, tem os valores preditos para a probabilidade de
ocorrncia do evento no necessariamente pertencentes ao intervalo (0,1) [Wooldridge
(2002): 455]. Faz-se necessria uma parametrizao alternativa expresso (20), de forma a
se obter 0 ) c ; x , , x / 1 y ( P lim
i pit 1it it c , x
i it

e 1 ) c ; x , , x / 1 y ( P lim
i pit 1it it c , x
i it

+
.
Para descrever a classe de modelos em geral usada, partimos de um processo latente gerador
dos dados, y
*
it
, com a seguinte forma:
'
>
+ + + + +
} 0 y { 1 y
e c x x k y
*
it it
it i pit p it 1 1
*
it
L
, (21)
onde 1{z} uma funo indicadora tomando valor igual a 1 quando o evento z ocorre e 0 caso
contrrio.
Dessa forma, por meio de (21), podemos escrever P(y
it
=1/x
1it
,,x
pit
;c
i
) como:

143
) c x x k ( G 1
) c x x k e ( P ) c ; x , , x / 0 y ( P ) c ; x , , x / 1 y ( P
i pit p it 1 1
i pit p it 1 1 it i pit 1it
it
i pit 1it it
+ + + +
+ + + + > >

L
L

onde G(.) a funo de distribuio acumulada de e
it
. Como estamos assumindo simetria na
distribuio de e
it
, podemos reescrever a igualdade acima:
) c x x k ( G ) c ; x , , x / 1 y ( P
i pit p it 1 1 i pit 1it it
+ + + + L . (22)
Assumindo uma distribuio normal padro para e
it
, temos o modelo Probit:
) c x x k ( ) c x x k ( G
i pit p it 1 1 i pit p it 1 1
+ + + + + + + + L L (23)
onde
+

dz z z ) ( ) ( e ) (z ~N(0,1). Da mesma maneira, assumindo uma distribuio
logstica para e
it
, temos o modelo Logit:
) c x x k ( ) c x x k ( G
i pit p it 1 1 i pit p it 1 1
+ + + + + + + + L L (24)
onde
) exp( 1
) exp(
) (
z
z
z
+
.
A funo de densidade conjunta associada ao modelo (22) dada por:

T
1 t
i pit 1it it i pit 1it iT 2 i 1 i
) c ; x , , x / y ( f ) c ; x , , x / y , , y , y ( f L , (25)
onde
it it
y 1
i pit 1it it
y
i pit 1it it i pit 1it it
)) c ; x , , x / 1 y ( P 1 ( ) c ; x , , x / 1 y ( P ) c ; x , , x / y ( f

e
P(y
it
=1/x
1it
,,x
pit
;c
i
) dado de acordo com as hipteses mostradas nas expresses (23) e (24).
Conforme demonstrado em Wooldridge (2002), a estimao dos parmetros associados dos
modelos (23) e (24) pode ser feita por mxima verossimilhana, utilizando-se da funo (25).
Para tanto, faz-se a hiptese adicional de que, condicionado em c
i
, as variveis explicativas
{x
1it
,,x
pit
} so exgenas. Alm disso, assume-se que a varivel aleatria c
i
tem distribuio
condicional dada por c
i
/x
1it
,,x
pit
) , 0 ( ~
2
c
N . Feitas estas hipteses, podemos obter os
estimadores de efeitos aleatrios para os modelos Probit e Logit.

144
Outra possibilidade para a estimao consistente dos parmetros do modelo (24) a utilizao
dos estimadores de efeitos fixos para o modelo Logit. A vantagem neste caso a possibilidade
de estimao sem a imposio de qualquer relao funcional entre os efeitos especficos c
i
e o
conjunto de covariadas {x
1it
,,x
pit
}. Com essa abordagem, possvel obter o conjunto de
coeficientes controlando os efeitos especficos c
i
, mas sem estimar estes ltimos
diretamente. Isto ocorre porque os termos de efeitos especficos so eliminados da expresso
final da verossimilhana, graas peculiar forma funcional da distribuio logstica
41
,
bastando apenas que a condicionemos em {x
1it
,,x
pit
}, c
i
, e
T
t
it i
y n
1
.
O termo n
i
permite separar na amostra apenas a variao relevante para a estimao dos
parmetros de interesse. Como exemplo, tomemos o caso do presente trabalho, em que a
amostra compe-se de dois perodos de tempo, t = 1, 2. Assim, n
i
= {0,1,2}, pois as transies
possveis so tais que:
0 0
2 1

i i i
n y y ,
2 1
2 1

i i i
n y y ,
0
1

i
y e 1 1
2

i i
n y ou
1
1

i
y e 1 0
2

i i
n y .
Ou seja, apenas as observaes associadas ao ndice n
i
= 1 do a variao genuna requerida
para se estimar os parmetros , enquanto que os indicadores n
i
= 0 ou n
i
= 2 implicariam a
completa determinao de y
it
, sendo, dessa forma, de pouca utilidade para a estimao.
Usando este artifcio, podemos escrever a funo de log-verossimilhana condicional em que
o efeito especfico c
i
no aparece. Para isso, tomaremos as probabilidades abaixo, para o caso
com apenas uma varivel explicativa:
) c ; x ; x / 1 n ( P
) c ; x ; x / 1 n , 1 y ( P
) 1 n ; c ; x ; x / 1 y ( P
i i2 i1 1
i i2 i1 1 2 i
i i i2 i1 2 i

41
O estimador de efeitos fixos disponvel apenas para o modelo Logit. Ao contrrio da funo logstica, a
funo norma l padro no permite a eliminao dos efeitos especficos c
i
, de forma a no tornar possvel a
construo deste estimador para o modelo Probit. Para mais detalhes, ver Wooldridge (2002).

145
) c ; x ; x / 0 y , 1 y ( P ) c ; x ; x / 1 y , 0 y ( P
) c ; x ; x / 0 y ( P ) c ; x ; x / 1 y ( P
i i2 i1 2 i 1 i i i2 i1 2 i 1 i
i i1 i1 1 i i i2 i1 2 i

)) c x k ( 1 )( c x k ( )) c x k ( 1 )( c x k (
)) c x k ( 1 )( c x k (
i 2 i i 1 i i 1 i i 2 i
i 1 i i 2 i
+ + + + + + + + +
+ + + +

) x x (
1 i 2 i
(26)
Da mesma maneira,
) x x ( 1 ) 1 n ; c ; x ; x / 1 y ( P
1 i 2 i i i i2 i1 1 i
. (27)
Como pode ser visto em Wooldridge (2002), o estimador de efeitos fixos para o modelo Logit
pode ser alcanado por meio da funo de log- verossimilhana condicional, escrita a partir
das expresses (26) e (27) acima apenas para as observaes com variao em y
it
, isto n
i
=1.
A seguir, realizada uma breve descrio dos dados utilizados, bem como dos resultados
obtidos. Os dados so confrontados com os estimadores de efeitos aleatrios para os modelos
Probit e Logit, alm do estimador de efeitos fixos para o modelo Logit.

3.3.3.2 Descrio das variveis e resultados
Para as regresses desta seo, ser utilizado o mesmo conjunto de covariadas definido
anteriormente para a anlise da taxa de turbulncia bancria no Brasil. Assim, em primeiro
lugar, teremos o produto municipal (PIB) como uma medida da capacidade local em
demandar os servios oferecidos pelo sistema bancrio.
Com relao ao lado da oferta bancria, sero enfatizadas caractersticas relacionadas
estrutura de mercado prevalecente no municpio. Tal como anteriormente, a nfase est na
possibilidade de diferenciao e segmentao de mercado, com a incluso de indicadores de
diversificao econmica (Diversificao), concentrao de renda (Gini) e de agncias
bancrias (Agncias/rea).
Por fim, utilizado um conjunto de variveis de controle, composto pelo indicador de
desenvolvimento humano local (IDH), de especializao agrcola (Agricultura), alm de
variveis dummies indicativas de regio (Dummy Regio) e de tempo (Dummy Ano).

146
A definio precisa destas variveis e as fontes de dados consultadas podem ser vistas na
seo anterior
42
. A defasagem utilizada nas variveis explicativas para o primeiro ano do
painel (2002)
43
segue a mesma especificao descrita na seo anterior, mantendo-se,
portanto, a mesma hiptese de identificao do modelo.
A tabela 11 apresenta um sumrio com os resultados obtidos por meio da modelagem em
painel com efeitos especficos aleatrios para o modelo Probit e Logit, assim como com
efeitos especficos fixos para o modelo Logit.

Tabela 11
Determinantes da absoro lquida de recursos, 2002 e 2003

Modelo utilizado
1

2
Probit:
Efeito Aleatrio
Logit:
Efeito Aleatrio
Logit:
Efeito Fixo
PIB -0,333
(0,001)
-0,618
(0,002)
2,251
(0,056)
Diversificao 0,426
(0,454)
1,548
(0,156)
1,474
(0,626)
Gini -7,603
(0,000)
-14,243
(0,000)
--
Agncias/rea 0,080
(0,339)
0,231
(0,154)
-3,856
(0,311)
Agricultura -0,845
(0,000)
-1,401
(0,000)
1,052
(0,188)
IDH -3,559
(0,031)
-6,542
(0,021)
--
Capital 1,403
(0,069)
2,406
(0,071)
--
Dummy Regio Sim Sim --
Dummy Ano Sim Sim Sim

No. Observaes 6.410 6.410 518
Log-Verossimilhana -2.447,789 -2.450,571 -118,682
Teste de restries (
2
):
H
0
no-significantes

351,72
(0,000)

293,90
(0,000)

121,69
(0,000)
1
Todos os modelos foram estimados com uma constante no reportada na tabela
acima, com a exceo do modelo com efeitos fixos.
2
Variveis dependente e explicativas transformadas pelo logaritmo natural, com
exceo das dummies de capital, regio e ano.

Algumas observaes merecem destaque. Primeiramente, deve ser notado que a estimao por
efeitos fixos leva em conta apenas a variao temporal dentro de cada unidade cross-section,

42
O painel criado tem um total de 3.205 municpios, 19 a menos que o utilizado na seo anterior. Isso ocorre
devido inexistncia de informao quanto ao nmero de agncias bancrias nestas localidades no ano de 2002.
43
Mais uma vez, as variveis IDH e Gini so disponveis apenas para o ano de 2000.

147
sendo, por este motivo, designado de estimador within. Como resultado, impossvel usar
este estimador para obter os coeficientes associados s variveis cujos valores repetem-se nos
dois anos do painel. Tal o caso das variveis Gini, IDH, Capital e Dummy Regio. Ainda
com respeito a este modelo, deve ser notado que sua estimao conta com 518 das 6.410
observaes disponveis, devido s caractersticas da funo de verossimilhana condicional
descrita acima: apenas as localidades que experimentaram mudanas de estado ou n
i
=1 so
utilizadas nos clculos.
Outra observao diz respeito impossibilidade do uso dos coeficientes reportados para uma
comparao direta da magnitude dos efeitos marginais de cada varivel nos diferentes
modelos. Como pode ser visto em Wooldridge (2002), o efeito marginal de cada varivel
dado por
+
X
) c X ( G
, dependendo, portanto, do valor da prpria covariada X e do efeito
especfico c. A anlise aqui empreendida ficar restrita significncia e direo dos efeitos
das variveis envolvidas.
De forma geral, h consonncia nos resultados reportados. Em primeiro lugar, as variveis
indicadoras de concorrncia bancria parecem mostrar que a estrutura de mercado menos
importante neste caso que no da turbulncia bancria, analisada na seo anterior. Apenas a
dimenso de distribuio de renda (Gini) mostrou-se associada, de forma estatisticamente
significante, a uma menor probabilidade de um dado municpio tornar-se absorvedor de
recursos. Aumentos neste indicador apontam para a impossibilidade de segmentao de
mercado e, portanto, maior concorrncia. Assim, este resultado nos diz que sistemas bancrios
caracterizados por mais concorrncia estariam associados, na mdia, por operaes de
emprstimos vis--vis as de captao de recursos.
Com relao aos controles, h indcios de que a especializao agrcola (Agricultura) estaria
associada a menores nveis de absoro de recursos, podendo, tal fato, refletir a interveno
governamental de direcionamento de crdito rural. Na mesma direo a relao encontrada
para o ndice de desenvolvimento humano (IDH). A varivel dummy indicativa de capital, por
sua vez, apresenta coeficiente positivo e significativo, mostrando o importante papel exercido
pelas capitais brasileiras na captao de recursos.
Por ltimo, resta tratar da varivel PIB, nica a apresentar ambigidade entre os modelos
estimados. Como pode ser visto, o estimador de efeitos fixos no modelo Logit para o
coeficiente associado a esta varivel positivo e significante, ao passo que os estimadores de

148
efeitos aleatrios nos modelos Probit e Logit apontam para o sentido contrrio. Diante desta
contradio, ficaremos com a inferncia permitida pelo estimador de efeitos fixos. Conforme
esclarecido em Wooldridge (2002), os modelos com efeitos aleatrios sofrem de um
problema, que estimar simultaneamente os vetores e c. Segundo este autor, para T fixo e
n? 8 , este procedimento pode resultar em severo vis. O mesmo vis
44
no afetaria o
estimador de efeitos fixos, pois este no requer a estimao do vetor c. Dessa maneira,
ficamos com a interpretao de que a operao de absoro de recursos est associada a
localidades mais ricas.
Assim como na anlise da taxa de turbulncia bancria, uma amostra com as microrregies
brasileiras foi construda para atestar-se a robustez dos resultados acima. Os motivos que nos
levam a esta tentativa, assim como os procedimentos utilizados na construo das variveis,
so os mesmos apresentados na seo anterior.
Os resultados das regresses para as 544 microrregies brasileiras detentoras de agncias
bancrias podem ser vistas na tabela A3 dos anexos. De forma geral, as inferncias realizadas
com os dados municipais se repetem. A exceo fica por conta da varivel Agricultura, que
no apresenta significncia estatstica na nova amostra.
Uma qualificao merece destaque a respeito da varivel PIB. Enquanto a estimativa com
efeitos fixos mostrou-se no-significante estatisticamente, os modelos com efeitos aleatrios
trazem, nessa nova amostra, um coeficiente positivo e significativo. Ou seja, com o sinal
contrrio ao obtido com estes estimadores na amostra municipal. Esta mudana pode estar
associada significativa reduo da extenso cross-section na nova amostra. Uma vez
reduzida esta potencial fonte de vis, seria possvel obter o sinal correto para os coeficientes
estimados, indicando que a rede bancria capta relativamente mais recursos nas localidades
mais ricas do pas.

3.3.3.3 A questo da dependncia espacial
Um problema associado anlise empreendida at o momento a desconsiderao das
eventuais influncias exercidas pelo espao na modelagem economtrica. Antes de incorporar

44
Pode ser argumentado que as concluses anteriores sofreriam deste mesmo vis, o que, de fato, verdadeiro.
No entanto, o modelo de efeitos fixos no oferece melhor indicao da relao entre as variveis. Sem esta
informao, o melhor que temos a fazer tomar a informao dada pelos modelos com efeitos aleatrios como
guia de nossa inferncia.

149
de forma sistemtica a questo dos efeitos espaciais, til destacar que uma classe de
fenmenos espaciais controlada por meio da modelagem logstica realizada na seo
anterior.
Da mesma maneira que esta forma funcional elimina os efeitos individuais no-observados e
fixos ao longo tempo, h, ainda, a excluso de qualquer dependncia espacial que se
mantenha temporalmente constante. Assim, uma possvel representao deste controle
espacial pode ser obtida por meio de uma ampliao da expresso (21):

'
+
>
+ + + + +

) X X , Y , E , W ( f ) X X , Y , E , W ( f
u ) X X , Y , E , W ( f e
} 0 y { 1 y
e c x x k y
0 p 10 0 0 pt t 1 t t
it pt t 1 t t it
it it
it i pit p it 1 1 it
L L
L
L
, (28)
onde 1{z} uma funo indicadora tomando valor igual a 1, na ocorrncia do evento z, e 0,
caso contrrio. Alm disso, ) , 0 ( N ~ u
2
it
e W uma matriz de vizinhana, tal como
discutido na seo 3.2.3.1 deste captulo. Alm disso,
pt t 1 t t
X X , Y , E L
so vetores n1,
trazendo a dimenso cross-section no instante t dos elementos de
pit it 1 it it
x x , y , e L
,
respectivamente.
A funo ) X X , Y , E , W ( f
pt t 1 t t
L
uma combinao qualquer dos erros, da varivel

dependente e das explicativas, defasados espacialmente conforme o critrio de vizinhana
implcito na matriz de vizinhana W. Esta funo estabelece o padro de dependncia espacial
que buscamos incorporar ao problema.
A respeito da dependncia espacial controlada pela funo logstica, preciso pensar em uma
classe de modelos, cuja relao funcional seja dada desde o primeiro instante do tempo:
) X X , Y , E , W ( f ) X X , Y , E , W ( f
0 p 10 0 0 pt t 1 t t
L L

.
Como exemplos, podemos propor os processos:
(i)
j
0 i ij 0 p 10 0 0
e w ) X X , Y , E , W ( f L
(ii)
j
0 i ij 0 p 10 0 0
y w ) X X , Y , E , W ( f L

150
(iii)

+ + +

j
0 pi ij
j
0 pi ij
j
0 i ij 0 p 10 0 0
x w x w y w ) X X , Y , E , W ( f L L
(iv)

+

j
0 i ij
j
0 i ij 0 p 10 0 0
e w y w ) X X , Y , E , W ( f L
Os processos sugeridos em (i), (ii), (iii) e (iv) constituem-se de uma classe degenerada dos
modelos SEM, SAR, SDM e SAC descritos na primeira parte deste captulo. O ponto-chave
desta ilustrao o fato dos efeitos espaciais serem dependentes apenas da estrutura de
correlao espacial no instante inicial. Supondo uma distribuio logstica para u
it
, como em
(24), uma varivel explicativa e t=1,2 fcil ver que:
'

) x x ( 1 )) X X , Y , E , W ( f ; 1 n ; c ; x ; x / 1 y ( P
) x x ( )) X X , Y , E , W ( f ; 1 n ; c ; x ; x / 1 y ( P
1 i 2 i 0 p 10 0 0 i i 2 i 1 i 1 i
1 i 2 i 0 p 10 0 0 i i 2 i 1 i 2 i
L
L
(29)
A expresso acima replica exatamente as probabilidades (26) e (27) usadas para o clculo da
funo de verossimilhana, tal como discutido anteriormente. Portanto, o modelo logstico
para dados em painel, apresentado anteriormente, robusto presena de dependncia
espacial na forma descrita pela expresso (28).
Pode-se argumentar que o controle espacial possibilitado por este modelo de pouca
utilidade, uma vez que necessria a constncia no tempo para a sua captao. Trata-se, de
fato, de uma classe muito restritiva de processo espacial herdada e esttica temporalmente
e que deve ser, desta forma, estendida em modelos mais abrangentes.
O problema que, ao contrrio do exerccio realizado na primeira parte deste captulo, pouca
literatura trata da dependncia espacial em modelos binrios em painel. A este respeito,
podemos citar os trabalhos de Pinkse, Shen e Slade (2004) e Kakamu e Wago (2005)
45
.
Pinkse, Shen e Slade (2004) realizam uma anlise das estratgias de abertura e fechamento
das minas de cobre canadenses, luz da teoria de opes reais. Para tanto, os autores propem
um estimador de momentos generalizados para um modelo Probit dinmico, cujas decises
binrias so temporalmente dependentes na presena de efeitos individuais no-observados

45
Para dados em cross-section, h maior disponibilidade de trabalhos, sendo possvel citar as contribuies de
McMillen (1992) e LeSage (1999), cujas abordagens utilizadas estendem a idia bsica dos modelos binrios
com estrutura dinmica temporalmente [Albert e Chib (1993), Chib (1992) e Wei (1999)]. Os trabalhos de
Pinkse, Shen e Slade (2004) e Kakamu e Wago (2005), de forma semelhante, basearam-se nas abordagens
dinmicas para modelos binrios em painel [Honor e Kyriazidou (2000), para uma resenha ver Hsiao (2003)].

151
fixos. Neste contexto, introduzida uma correo para dependncia espacial nas equaes de
momentos, o que gera parcos resultados em relao ausncia de quaisquer controles.
Por sua vez, o trabalho de Kakamu e Wago (2005) empreende uma estrutura Bayesiana para a
modelagem dos ciclos de negcios em subprefeituras japonesas. Neste intento, os autores
propem um esquema de simulao da distribuio a posteriori, por meio do Mtodo de
Monte Carlo em Cadeias de Markov (MCMC), resultante da combinao de distribuies a
priori no informativas e uma funo de verossimilhana para (28), em que
j
it ij pt t 1 t t
y w ) X X , Y , E , W ( f L .
Tendo estes exemplos em vista, pode-se inferir a ausncia de uma tradio na literatura
economtrica para o tratamento da dependncia espacial em um contexto de modelos binrios
com dados em painel. Tirando proveito desta prerrogativa, ser adotado um procedimento
alternativo modelagem de resposta binria at aqui explorada. Dessa maneira, a alternativa
escolhida so os modelos lineares apresentados na primeira parte deste captulo, considerando
a modelagem da varivel contnua dada por (26), fazendo uso dos resultados obtidos na seo
anterior como guia para as variveis relevantes a serem consideradas.

3.3.3.4 Uma modelagem alternativa para a absoro de recursos
Esta seo prope uma abordagem alternativa para absoro lquida de recursos que incorpore
explicitamente a questo da dependncia espacial. Para tanto, a modelagem economtrica
introduzida na seo 3.2.3.1 ser utilizada para o estudo da varivel contnua de absoro de
recursos, em contrapartida ao indicador de absoro analisado na seo anterior.
Assim, parte-se de uma verso contnua para a equao binria, descrita em (20), e da
considerao de uma funo de dependncia espacial ) X X , Y , E , W ( f
pt t 1 t t
L , tal como
tratado acima. Mantendo a notao utilizada at aqui, o modelo torna-se:
'
+
+ + + + +

) , 0 ( N ~ u
) x w x w , y w , e w ( f ) X X , Y , E , W ( f
u ) X X , Y , E , W ( f e
e c x x k y
2
it
j
pit ij
j
it 1 ij
j
it ij
j
it ij pt t 1 t t
it pt t 1 t t it
it i pit p it 1 1 it

L L
L
L
(30)

152
Por meio do modelo (30), a absoro lquida recursos ser analisada sob um arcabouo de
dados em painel, em que os efeitos especficos e no-observveis dos municpios brasileiros
so explicitamente considerados. Alm disso, os efeitos espaciais de vizinhana so
incorporados na forma da funo de dependncia ) X X , Y , E , W ( f
pt t 1 t t
L .
Uma importante referncia a respeito dos modelos espaciais em painel Elhorst (2003). Este
autor realiza um esforo de consolidao taxonmica das especificaes mais populares,
assim como das principais tcnicas de estimao destes modelos. Para os nossos propsitos,
importante resgatar a constatao feita pelo autor de que a estratgia mais utilizada para
estimar os parmetros dos modelos espaciais em painel a eliminao dos termos de efeitos
fixos, c
i
, por meio de alguma transformao da equao estrutural, e a subseqente estimao
do modelo transformado.
O mtodo sugerido por Elhorst (2003) a eliminao dos efeitos fixos atravs da
transformao das variveis componentes do modelo como desvios em relao s suas mdias
temporais. Este procedimento equivalente incluso de variveis dummy individuais, que
dariam as estimativas para os parmetros de efeitos especficos. Tal abordagem, que utiliza
variveis dummy para controlar os efeitos fixos empregada, por exemplo, em Chagas (2004)
e Azzoni e Silveira-Neto (2005). Um problema que surge desta opo so os parmetros
incidentais, que levam inconsistncia das estimativas dos efeitos fixos, c
i
, quando T fixo e
N [Wooldridge (2002)]. A despeito disto, os estimadores para os demais parmetros do
modelo podem ser obtidos de maneira consistente, o que torna este procedimento atraente
para casos onde o interesse se concentra nos coeficientes s e no nos efeitos fixos.
No presente caso, em que t = 1,2, a tcnica de tirar desvios em relao s mdias
numericamente equivalente ao procedimento de tomar as primeiras diferenas das variveis
consideradas no modelo [Wooldridge (2002)]. Similarmente, os coeficientes {
1
,...,
p
}
podem ser estimados de forma consistente, recorrendo a uma verso transformada de (30).
Assim, sob a hiptese de que a funo f(.) seja linear em seus parmetros, temos:
it
j
pit ij
j
it 1 ij
j
it ij
j
it ij pit p it 1 1 it
u ) x w x w , y w , e w ( f x x y + + + +

L L
Uma vez eliminados os efeitos fixos, seguiremos com os modelos de dependncia espacial
apresentados na primeira parte deste captulo, propondo trs especificaes distintas para a

153
funo ) X X , Y , E , W ( f
pt t 1 t t
L . As equaes de estimao para os modelos espaciais na
primeira diferena so:
(i) SEM:
it
j
e w x x y + + + + +

L
(ii) SAR:
it
j
y w x x y + + + + +

L
(iii) SDM:
it
j
pit ij p
j
it 1 ij 1
j
x w x w y w x x y + + + + + + + +

L L
Onde um termo de constante e
it it
u ~ ) 2 , 0 ( N
2
so os resduos transformados da
regresso. Alm disso, as matrizes espaciais, W, apresentadas acima, seguem o mesmo padro
de proximidade definido na seo 3.2.3.3 e que foi empregado em toda a primeira parte deste
captulo.
importante ressaltar que esta transformao empreendida no modelo torna possvel a
identificao dos parmetros associados apenas s explicativas com variao no tempo. Desta
forma, o conjunto de variveis a ser utilizado no entendimento da absoro lquida de recursos
fica limitado a PIB, Diversificao, Agncias/rea e Agricultura.
A estratgia de estimao destes modelos em painel segue a descrio realizada na primeira
parte deste captulo. Assim, comeamos com a estimativa do modelo MQO e o teste I de
Moran relativo aos resduos desta regresso, apresentados na tabela 12. Como pode ser
verificado, a hiptese nula de no ocorrncia de autocorrelao espacial rejeitada por este
teste.
Desta forma, iniciamos a modelagem desta dependncia espacial com a incluso da varivel
de absoro espacialmente defasada no modelo SAR. Mais uma vez, parece haver indcios de
persistncia da autocorrelao espacial, conforme atestado pela estatstica LM-SAR reportada
na tabela 12.

154

Tabela 12
Determinantes da abs oro lquida de recursos, 2003 e 2002
Modelo utilizado
1
2
MQO SAR
0,817
(0,000)
PIB -1,075
(0,012)
-1,051
(0,023)
Diversificao 2,016
(0,044)
1,926
(0,072)
Agncias/rea -0,106
(0,882)
-0,048
(0,946)
Agricultura 0,096
(0,699)
0,096
(0,698)
Teste Moran-I 4,668
(0,000)

Teste LM-SAR 20,670
(0,000)
R
2
Teste de restries (
2
):
H
0
significantes

16,60
(0,000)

80,82
(0,000)
1
Todos os modelos foram estimados com uma constante no reportada na
tabela acima.
2
Variveis dependente e explicativas transformadas pel a primeira diferena
do logaritmo natural.

Dando continuidade ao procedimento, realizamos a ampliao dos controles espaciais,
estimando o modelo SDM e, em seguida, propondo uma forma particular de dependncia
espacial, como definido no modelo SEM (tabela 13). Assim como ocorrido nas regresses na
primeira parte deste captulo, as variveis explicativas espacialmente defasadas no so
suficientes para eliminar a autocorrelao espacial, tal como aponta o teste I de Moran
reportado para o modelo SDM. Alternativamente, para o modelo SEM, os testes assintticos
(Wald, LM e LR) para a comparao desta modelagem com a regresso de MQO confirmam a
dependncia espacial nos resduos deste ltimo modelo.
Dentre os resultados obtidos, trs evidncias devem ser destacadas. Em primeiro lugar, a
despeito de nossas precaues acerca dos eventuais efeitos de uma dependncia espacial no
especificada nas regresses, h grande similaridade nas estimativas derivadas dos vrios
modelos utilizados.

155
Tabela 13
Modelo utilizado
1
2
SDM SEM
? 0,782
(0,000)

? 0,820
(0,000)
PIB -1,060
(0,032)
-1,070
(0,025)
Diversificao 1,498
(0,177)
1,814
(0,096)
Agncias/rea 0,194
(0,817)
0,018
(0,980)
Agricultura 0,074
(0,775)
0,085
(0,732)


PIB -2,068
(0,696)

Diversificao 16,857
(0,202)

Agncias/rea -3,935
(0,622)

Agricultura 1,716
(0,676)

Teste Moran-I 2,328
(0,020)

Teste de Wald 16,736
(0,000)
Teste LM 14,078
(0,000)
Teste LR 12,174
(0,000)
R
2
Teste de restries (
2
):
H
0
significantes

233,14
(0,000)

20,79
(0,000)
1
tabela acima.
2
Variveis dependente e explicativas transformadas pela primeira diferena
do logaritmo natural.

Ainda assim, deve ser mencionada a expressiva persistncia espacial presente nos modelos
bancrios testados neste trabalho, na forma dos parmetros e . De fato, os atributos locais
de absoro lquida de recursos (assim como no caso da turbulncia), dentro da estratgia de
atuao bancria, parecem fazer sentido apenas quando considerados os eventos relacionados
ao sistema bancrio de seus municpios vizinhos. Mais uma vez, podem ser levantados

156
argumentos de economias de escala na atuao bancria intermunicipal para justificar tal
dependncia entre as localidades.
Das variveis includas nos modelos, apenas duas aparecem de forma estatisticamente
significantes para a determinao da absoro lquida de recursos: PIB e Diversificao.
Para o caso do PIB, a evidncia de uma atuao concentradora, no sentido de que os
municpios mais pobres seriam eminentemente captadores de recursos bancrios. As
localidades de maior renda, por outro lado, seriam caracterizadas por menores absores
lquidas de recursos.
Com respeito Diversificao da economia, os indcios levantados vo em direo do
estabelecimento de uma relao causal positiva desta varivel para a absoro lquida de
recursos. A evidncia, neste caso, menos robusta em termos estatsticos, j que a relevncia
estatstica desta varivel no modelo SDM s pode ser considerada a um nvel de 17% de
significncia. Se tomarmos o grau de diversificao econmica como uma medida do
potencial de monopolizao da demanda por recursos, esta evidncia destaca a competio do
sistema bancrio como um fator de estmulo s operaes de emprstimos direcionados
localidade, em contrapartida captao bancria.
importante mencionar que tal conjectura tambm encontra suporte emprico no trabalho
realizado por Fonseca (2005). Segundo o autor, a explicao para este fenmeno est nos
problemas informacionais e de monitoramento que os bancos tm de enfrentar ao emprestar
recursos e que no esto presentes na recepo de depsitos. Um corolrio desta assimetria na
rotina dos bancos que regies dotadas de maior competio bancria tendem a se beneficiar
com menores tarifas cobradas sobre os emprstimos e maiores volumes de recursos
emprestados, embora no haja os mesmos efeitos sobre as taxas pagas e os volumes captados
nestas regies.
Desta forma, tal como no caso do PIB, parece haver um comportamento concentrador por
parte do sistema bancrio brasileiro, em que ocorreria uma migrao de recursos vindos das
localidades dotadas de menor competio bancria para aquelas com maior concorrncia entre
seus bancos.
Assim como nos exerccios anteriores, foi construda uma amostra contendo as microrregies
brasileiras, com o objetivo de se alcanar maior representatividade. Tal fato pode ser

157
considerado, uma vez que este recorte amostral incorpora as situaes em que os municpios
no dotados de agncias realizam suas operaes bancrias em localidades vizinhas.
A anlise desta amostra revela um fato interessante relacionado dependncia espacial no
processo de absoro de recursos bancrios. Conforme aponta o teste I de Moran, reportado
na tabela A5 do anexo estatstico, no parece haver evidncias de autocorrelao espacial nos
resduos da regresso de MQO. Mesmo quando inclumos a varivel de absoro
espacialmente defasada, como mostra o modelo SAR, o coeficiente autoregressivo estimado
no apresenta significncia e tampouco h evidncia de autocorrelao espacial nos resduos,
atestado pela estatstica LM-SAR. Ou seja, a agregao dos municpios em microrregies
elimina a dependncia espacial que parece caracterizar o processo bancrio de captao de
recursos nestas localidades.
Os resultados para a regresso de MQO mostram, conforme apontado anteriormente, a
significncia estatstica, alm da relao causal positiva da varivel de renda e negativa da
varivel de diversificao econmica na determinao da taxa de absoro lquida de
recursos.


Partindo de conceitos estabelecidos nas reas de Organizao Industrial e Economia do
Trabalho, o presente trabalho props duas novas medidas para a caracterizao do setor
bancrio. Em primeiro lugar, foi sugerido um indicador para o nvel de intermediao
bancria em uma dada localidade. Tal medida considera o fluxo bruto de entrada e sada de
recursos no local e denominada taxa de turbulncia bancria.
Analisando os dados para o Brasil, pde ser verificado que a distribuio da turbulncia
bancria nos municpios extremamente assimtrica direita. Este resultado indica a
presena de uma maioria macia de municpios com baixssimos nveis de turbulncia
bancria e algumas localidades dotadas de uma intermediao bancria relativamente elevada.
Por outro lado, o estudo economtrico aqui empreendido permitiu associar a taxa de
turbulncia principalmente com nvel de renda e concorrncia bancria.

158
A segunda medida denominada taxa de absoro lquida de recursos e trata da entrada de
recursos relativamente aos emprstimos realizados na localidade. Refere-se, portanto, ao fluxo
lquido de entrada e sada de recursos em um local.
Os resultados mostram que o sistema bancrio no Brasil pode ser caracterizado
majoritariamente pelas operaes de captao, ou entrada de recursos. Dentre as regies
brasileiras, os dados indicam a regio Sudeste como a principal captadora do pas. Os
exerccios economtricos realizados permitiram associar a captao lquida de recursos
principalmente com a renda da localidade e, em menor medida, com a concentrao do setor
bancrio local.
Segundo estas evidncias, o sistema bancrio brasileiro tem sido marcado por uma atuao
assimtrica e concentradora de recursos. Esta caracterizao emerge, em primeiro lugar, de
um sistema bancrio extremamente concentrado espacialmente, cuja turbulncia bancria
funo crescente do nvel de renda. Agravando este quadro, est o fato de ser a absoro
lquida de recursos realizada em localidades de menor renda, em contrapartida s mais ricas,
onde a atuao seria predominantemente emprestadora de recursos.
Estes resultados tm importantes implicaes de poltica econmica. O Brasil, que apresenta
uma enorme desigualdade de renda, se caracteriza ainda por uma pronunciada assimetria no
nvel da intermediao bancria. A significativa dependncia espacial e em relao renda da
localidade verificada nos dados tendem a agravar este quadro. Estes aspectos chamam a
ateno para o papel do governo em promover a concorrncia entre os bancos, fator que
poderia incentivar o aumento da intermediao bancria, sobretudo, por meio de incrementos
nas operaes de emprstimos, ou sada de recursos.


[1] ALBERT, James H. e CHIB, Siddharta. (1993). Bayesian analysis of Binary and
Polychotomous Response data. Journal of American Statistical Association. Vol.
88. pp. 669-679.

159
[2] ANSELIN, Luc. (1988). Spatial Econometrics: Methods and Models. Dordrecht:
Kluwer Academic Publishers.
[3] AZZONI, Carlos R. e SILVEIRA-NETO, Raul M. (2005). Decomposing regional
growth: Labor force participation rates, structural changes, and sectoral factor
reallocation. The Annals of Regional Science. Vol. 39. pp. 1-19.
[4] BEESLEY, Mark E. e HAMILTON, Robert T. (1984). Small firms seedbed role and
the concept of turbulence. The Journal of Industrial Economics. Vol. 33. pp. 217-
231.
[5] BRYANT, John. (1980). A model of reserves, bank runs and deposit insurance.
Journal of Banking and Finance. Vol. 4. pp. 335-344.
[6] CHAGAS, Andr S. (2004). Externalidades da Aglomerao: Microfundamentao e
Evidncias Empricas. Dissertao de Mestrado. IPE/FEA/USP, So Paulo.
[7] CHIB, Siddhartha. (1992). Bayes inference in the Tobit Censured Regression Model.
Journal of Econometrics. Vol. 51. pp. 79-99.
[8] CORSEUIL, Carlos Henrique; RIBEIRO, Eduardo Pontual; SANTOS, Daniel D. e
DIAS, Rodrigo. (2002). Criao, destruio e realocao do emprego no Brasil.
IPEA. Texto para Discusso. No. 855.
[9] DAVIS, Steven J. e HALTIWANGER, John. (1992). Gross job creation, gross job
destruction and employment reallocation. The Quarterly Journal of Economics.
Vol. 107. pp. 819-863.
[10] DIAMOND, Douglas e DYBVIG, Philip H. (1983). Bank runs, deposit insurance and
liquidity. Journal of Political Economy. Vol. 91. pp. 401-419.
[11] ELHORST, J. Paul. (2003). Specification and estimation of Spatial Panel Data
Models. International Regional Science Review. Vol. 26. pp. 244-268.
[12] FAANHA, Luis Otvio e RESENDE, Marcelo. (2004). Dinmica industrial
brasileira: Um estudo emprico. Estudos Econmicos. Vol. 34. pp. 693-723.

160
[13] FONSECA, Caio Ferreira. (2005). Estrutura, Concorrncia e Performance do Setor
Bancrio em um Mercado Heterogneo. Tese de Doutorado. IPE/FEA/USP, So
Paulo.
[14] FREIXAS, Xavier e ROCHET, Jean-Charles. (1999). Microeconomics of Banking.
Cambridge, MA: The MIT Press.
[15] GONZAGA, Gustavo. (1998). Rotatividade e qualidade do emprego no Brasil.
Revista de Economia Poltica. Vol. 18. pp. 120-140.
[16] GRG, Holger e STOBL, Eric e RUANE, Frances. (2000). The determinants of firm
start-up size: A comparison of Ireland and Portugal. Trinity College Dublin
Department of Economics. Economic Papers. No. 2000/06.
[17] KAKAMU, Kazuhiki e WAGO, Hajime. (2005). Bayesian Spatial Panel Probit Model
with an application to business cycle in Japan. Proceedings of International
Congress on Modeling and Simulation. pp. 856-863.
[18] HALTIWANGER, John e VODOPIVEC, Milan. (1999). Gross worker and Job flows
in a transition economy: An analysis of Estonia. World Bank. World Bank Policy
Research Working Paper. No. 2082.
[19] HONOR, Bo E. e KYRIAZIDOU, Ekaterini. (2000). Panel Data Discrete Choice
Models with lagged dependent variables. Econometrica. Vol. 68. pp. 839-874.
[20] HSIAO, Cheng. (2003). Analysis of Panel Data. Cambridge, UK: Cambridge University
Press.
[21] LEMOS, Mauro B.; DINIZ, Cllio C.; GUERRA, Leonardo F. e MORO, Sueli. (2003).
A nova configurao regional brasileira e sua geografia econmica. Estudos
Econmicos. Vol. 33. pp. 665-700.
[22] LESAGE, James P. (1999). Spatial Econometrics. Verso eletrnica disponvel em
www.spatial-econometrics.com. Consultado em maro de 2006.
[23] MCMILLEN, Daniel P. (1992). Probit with spatial autocorrelation. Journal of
Regional Science. Vol. 32. pp. 335-348.

161
[24] MATA, Jos e MACHADO, Jos A.F. (1996). Firm start- up size: A Conditional
Quantile approach. European Economic Review. Vol. 40. pp. 1305-1323.
[25] MENEZES-FILHO, Narcio Aquino. (2005). The cost of displacement in Brazil.
Anais. LACEA 10
th
Annual Meeting. Paris: LACEA.
[26] NAKANE, Mrcio I. (2002). A test of competition in Brazilian banks. Estudos
Econmicos. Vol. 32. pp. 203-224.
[27] ORELLANO, Veronica I.F. e PICCHETTI, Paulo. (2005). An analysis of quit and
dismissal determinants between 1988-1999 using the Bivariate Probit Model.
Brazilian Review of Econometrics. Vol. 25. pp. 3-42.
[28] PINKSE, Joris; SHEN, Lihong e SLADE, Margaret. (2004). Dynamic spatial Probit
with Fixed Effects using one step GMM: An application to mine operating
decisions. Mimeo. Verso eletrnica disponvel em:
http://cemmap.ifs.org.uk/slade_paper.pdf. Consultado em outubro de 2006.
[29] RESENDE, Marcelo. (2005). Determinants of firm start-up size in the Brazil industry:
An empirical investigation. IE/UFRJ. Textos para Discusso. No. 08/2005.
[30] RIBEIRO, Eduardo Pontual. (2001). Rotatividade de trabalhadores e criao e
destruio de postos de trabalho: Aspectos conceituais. IPEA. Texto para
Discusso. No. 820.
[31] SANCHES, Fbio A. M.; ROCHA, Bruno de Paula. e SILVA, Jos Carlos D. (2006).
Estimating a theoretical model of state banking competition using a dynamic panel:
The Brazilian case. Anais. LACEA 11
th
Annual Meeting. Cidade do Mxico,
Mxico: LACEA.
[32] WEI, Steven X. (1999). A Bayesian approach to Dynamic Tobit Models. Econometric
Reviews. Vol. 18. pp. 417-439.
[33] WOOLDRIDGE, Jeffrey M. (2002). Econometrics Analysis of Cross-Sections and
Panel Data. Cambridge, MA: The MIT Press.

162
3.6 Anexo
3.6.1 Resultados com microrregies brasileiras

Tabela A1
Matriz de distncia W
1
e W
2

Modelo utilizado
1
2
SAC
? -1.184
(0.000)
? 0.566
(0.000)
PIB 1.257
(0.000)
Diversificao -1.241
(0.000)
Gini 2.441
(0.000)
Agncias/rea 0.286
(0.000)
Agricultura 0.100
(0.000)
IDH 2.713
(0.000)
Capital -0.460
(0.671)
Dummy Regio Sim
No. Observaes 3.224
R
2
ajustado 0.729
Log-Verossimilhana -1.907,567
1
tabela acima.
2
Variveis dependente e explicativas transformadas pelo logaritmo natural,
com exceo das dummies de capital e regio.

163
Tabela A2
Modelo utilizado
1
2
MQO SAR SDM SEM SAC
3
? -0,247
(0,000)
0,529
(0,054)
-0,365
(0,000)
? 0,640
(0,000)
0,214
(0,000)
PIB 0,398
(0,000)
0,399
(0,000)
0,402
(0,000)
0,404
(0,000)
0,419
(0,000)
Diversificao -0,338
(0,035)
-0,373
(0,016)
-0,386
(0,013)
-0,362
(0,019)
-0,456
(0,016)
Gini 0,556
(0,092)
0,529
(0,091)
0,382
(0,274)
0,516
(0,067)
0,425
(0,194)
Agncias/rea 0,880
(0,000)
0,901
(0,000)
0,885
(0,000)
0,880
(0,000)
0,899
(0,000)
Agricultura -0,010
(0,705)
-0,009
(0,735)
-0,069
(0,023)
-0,021
(0,433)
-0,021
(0,431)
IDH 1,911
(0,000)
2,142
(0,000)
1,840
(0,000)
1,801
(0,000)
1,951
(0,000)
Capital 0,351
(0,003)
0,274
(0,021)
0,131
(0,279)
0,341
(0,003)
0,303
(0,007)
Dummy Regio Sim Sim Sim Sim Sim
PIB -0,322
(0,006)

Diversificao 2,804
(0,074)

Gini 2,939
(0,350)

Agncias/rea -0,447
(0,188)

Agricultura 0,499
(0,011)

IDH 3,424
(0,438)

Capital -7,233
(0,002)

Dummy Regio Sim
Teste Moran-I 3,687
(0,000)
2,398
(0,016)

Teste LM-SAR 18,581
(0,000)

Teste de Wald 4,196
(0,040)

Teste LM 4,227
(0,039)

Teste LR 4,221
(0,039)

No. Observaes 544 544 544 544 544
R
2
ajustado 0,926 0,927 0,929 0,927 0,931
Log-Verossimilhana -144,02 -140,83 -120,25 -141,86 181,34
Teste de restries (
2
):
H
0
no-significantes

2.933,2
(0,000)

3.275,9
(0,000)

3.253,9
(0,000)

3.025,8
(0,000)

1
Todos os modelos foram estimados com uma constante no reportada na tabela acima.
2
exceo das dummies de capital e regio.
3
Modelo utilizado para o teste LM nos resduos do modelo SAR.

164

Tabela A3

Modelo utilizado
1

2
Probit:
Efeito Aleatrio
Logit:
Efeito Aleatrio
Logit:
Efeito Fixo
PIB 0,795
(0,000)
1,454
(0,000)
-3,507
(0,494)
Diversificao 0,016
(0,988)
0,265
(0,894)
5,477
(0,417)
Gini -16,377
(0,000)
-28,844
(0,000)
--
Agncias/rea -0,062
(0,671)
-0,087
(0,731)
-0,681
(0,152)
Agricultura -0,007
(0,966)
0,043
(0,871)
2,198
(0,122)
IDH -6,099
(0,038)
-10,764
(0,027)
--
Capital 3,628
(0,001)
6,311
(0,002)
--
Dummy Regio Sim Sim --
Dummy Ano Sim Sim Sim
No. Observaes 1.088 1.088 106
Log-Verossimilhana -403,987 -404,168 -18,573
Teste de restries (
2
):
H
0
no-significantes

80,59
(0,000)

68,83
(0,000)

36,33
(0,000)
1
Todos os modelos foram estimados com uma constante no reportada na tabela
acima, com a exceo do modelo com efeitos fixos.
2
exceo das dummies de capital, regio e ano.

Tabela A4
Matriz de distncia W
1
e W
2

Modelo utilizado
1
2
SAC
? -0,309
(0,133)
? 0,421
(0,000)
PIB -0,508
(0,278)
Diversificao 0,470
(0,656)
Agncias/rea -0,066
(0,933)
Agricultura 0,078
(0,753)
No. Observaes 3.205
R
2
ajustado 0,070
Log-Verossimilhana -5.653,6
1
tabela acima.
2
Variveis dependente e explicativas transformadas pelo logaritmo natural.

165
Tabela A5
Microrregies
Modelo utilizado
1
2
MQO SAR
-0,107
(1,000)
PIB -3,966
(0,001)
-3,987
(0,001)
Diversificao 8,163
(0,000)
8,165
(0,000)
Agncias/rea 0,030
(0,808)
0,031
(0,805)
Agricultura -0,042
(0,939)
-0,046
(0,932)
Teste Moran-I 0,405
(0,685)

Teste LM-SAR -0,291
(1,000)
No. Observaes 544 544
R
2
Teste de restries (
2
):
H
0
significantes

69,47
(0,000)

67,34
(0,000)
1
tabela acima.
2
Variveis dependente e explicativas transformadas pelo logaritmo natural.

MONETARIA - UFS - Bancario - Teseversaofinal

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

MONETARIA - UFS - Bancario - Teseversaofinal

Hochgeladen von

Copyright:

Verfügbare Formate

Sumrio

Lista de tabelas ......................................................................................................................... 4

0. Granger e Huang (1997) sugerem

uma combinao qualquer dos erros, da varivel

Das könnte Ihnen auch gefallen