O Grau de Exchange Rate Pass-through na Economia Brasileira no Período Pós Real

Giuliano de Queiroz Ferreira1

Leonardo Bornacki de Mattos2

ResumoO problema de pesquisa desse artigo encontra-se associado à identificação do grau de repasse cambial para os preços das exportações e importações referente a economia brasileira. Estima-se o grau de repasse cambial para os preços das exportações e importações, compreendendo o período de janeiro de 2000 a junho de 2016, por meio dos modelos VEC e DOLS aplicados a dados em painel. Adicionalmente, utiliza-se o filtro de Kalman na estimação dos repasses cambiais variáveis no tempo. Os resultados empíricos evidenciam a existência de um grau de repasse cambial sobre os preços das exportações incompleto e inferior ao obtido para as importações (valor médio de 37% e 98%, respectivamente). Nesse contexto, políticas econômicas que visam elevar as exportações brasileiras via depreciações cambiais podem não ser o instrumento mais adequado de fomento do crescimento econômico, considerando o baixo grau de competitividade das exportações e o potencial impacto do alto grau de repasse cambial para os preços das importações sobre o índice do nível geral de preços.

Palavras Chave: Repasse Cambial; Comércio Internacional;Importações; Exportações.

Classificação Jel: F1, F14, F19.

Abstract:The research problem of this paper is associated with the identification of the exchange rate pass-through to the exports and imports prices of the Brazilian economy. The exchange rate pass-through is estimated to the import and export prices, for the period of January 2000 until June 2016, through a VEC and DOLS models applied to panel data series. Additionally, the Kalman filter is used to estimate the time varying exchange rates pass-through to the export and import prices. The emprirical results demonstrate the existence of an incomplete pass-through to the export prices and that it is lower than the import prices result (with the average value of 37% and 98%, respectively). In this context, economic policies aiming at increasing the Brazilian exports via currency depreciation may not be the more suitable instrument to surge the economic growth, based on the low level of the exports competitiveness and the potential impact of the high degree of exchange rate pass-through to the import prices over the broad price level index.

Key words: Exchange rate pass-through; International trade; Imports; Exports.

Jel Classification: F1, F14, F19

Area 5 – Economia Internacional

1 Mestrando em Economia Aplicada da Universidade Federalde Viçosa (UFV). E-mail: giudqf@yahoo.com.br2 Professor do Departamento de Economia e do Programa de Pós-Graduação em Economia Aplicada da Universidade Federal de Viçosa (UFV). E-mail: lmattos@ufv.br

1

1. IntroduçãoA execução da política monetária no Brasil durante o período pós-Plano Real compreende duas

fases. Durante a primeira, de 1995 a 1999, os principais instrumentos de política monetária foram as reservas internacionais não emprestáveis e a taxa básica de juros de curto prazo do Banco Central, em um ambiente de câmbio fixo. A partir de 1999 até os dias atuais, o regime de câmbio passou a ser flutuante e a taxa básica de juros, a SELIC, ocupou o espaço de principal instrumento utilizado pela autoridade monetária na adoção de suas políticas. Nesse período, o Brasil passou por um processo de abertura financeira, o que proporcionou uma elevação do fluxo de comércio internacional e de movimento de capitais. Em 1999 uma nova diretoria assumiu o Banco Central e apresentou o regime de metas de inflação com câmbio flutuante que, associado a um controle fiscal eficaz, seriam capazes de direcionar o país para uma trajetória de crescimento econômico de longo prazo.

Com a adoção do câmbio flutuante em uma economia com um maior grau de internacionalização, a análise do impacto do repasse das variações cambiais sobre os índices de preços domésticos, os preços das exportações e importações (exchange rate pass-through, ERPT) assume um papel fundamental. Primeiro, devido à adoção do regime de metas de inflação, a compreensão da magnitude dos impactos do ERPT sobre o comportamento dos índices de preços torna-se essencial. Segundo, o entendimento dos determinantes da fixação dos preços das exportações e importações são essenciais ao desenvolvimento de estratégias de comércio internacional a serem adotadas pelo país. Nesse sentido, Sachsida e Teixeira (2004) mencionam que os sucessivos déficits comerciais ao longo da década de 1990 despertaram dúvidas quanto à adequação das políticas cambiais adotadas naquele período. A ideia seria de que a desvalorização estimularia a competitividade dos produtos exportados. Para esses autores, a magnitude dos efeitos de uma depreciação cambial sobre a Balança Comercial dependeria de três fatores: a) do grau de repasse de custos como resultado das variações cambiais nos preços que as empresas exportadoras/importadoras realizam, b) da capacidade das depreciações nominais alterarem a taxa de câmbio real e c) da sensibilidade dos fluxos de comércio às depreciações reais. Nesse contexto, o ERPT destaca-se como questão central no debate sobre a eficácia da política cambial no ajuste do balanço de pagamentos e da política monetária no controle dos preços.

A definição do termo exchange rate pass-through está associada aos efeitos das variações das taxas de câmbio sobre: 1) o nível geral de preços; 2) o investimento estrangeiro; 3) o volume de comércio internacional e 4) os preços das importações e exportações (Tejada et al. (2008)). Em especial, o efeito das variações cambiais é considerado completo sobre o índice de perços quando este é integralmente repassado para os preços domésticos. Caso a análise seja realizada com relação aos preços das exportações, o ERPT é completo quando ocorre um ajuste de magnitude idêntica e de direção oposta nos preços em Dólar dos produtos exportados, como resultado de uma variação cambial. Por fim, o repasse é completo com relação aos preços das importações quando esses refletem com a mesma magnitude e direção as variações cambiais.

Dornbusch (1987) desenvolve um modelo econômico teórico que explica a existência do repasse cambial incompleto por meio da inclusão de fatores microeconômicos como a concentração dos mercados, o grau de diferenciação dos produtos e as participações de mercado das empresas domésticas e estrangeiras. As avaliações empíricas encontradas na literatura econômica convergem majoritariamente para resultados de um ERPT incompleto, tanto com relação aos índices de preços quanto aos preços das exportações e importações. Dessa maneira, por exemplo, a ocorrência de uma depreciação cambial estaria associada a um aumento do índice geral de preços, a um aumento dos preços das importações em moeda doméstica e a uma redução dos preços das exportações em moeda estrangeira. No entanto, nos três casos, as variações não seriam completas ou nulas, mas incompletas (os respectivos efeitos seriam inferiores à variação cambial total ocorrida).

Um aspecto relevante para a política monetária, fiscal e cambial refere-se ao efeito trazido pelos grandes eventos econômicos (crises cambiais, mudanças drásticas de regimes políticos, choques tecnológicos e depressões econômicas) à efetividade do mecanismo de transmissão monetária e cambial (Cukierman, 2013). Nos quinze primeiros anos da década de 2000 destacam-se dois momentos principais de instabilidade na economia brasileira: o período da eleição presidencial de 2002 e a crise financeira global de 2007.

2

O período de transição de um governo de direita para um de esquerda foi marcado por um aumento do grau de aversão ao risco com relação à economia brasileira, devido à imprevisibilidade do cenário político-econômico reforçado pelo protagonismo assumido durante o período eleitorial pelo candidato do Partido dos Trabalhadores na eleição presidencial de 2002. O meses compreendidos entre o início do ano 2000 até meados de 2003 foram marcados por um ambiente de extrema volatilidade econômica e recorde histórico do risco país. Nesse contexto, é plausível esperar-se por alterações no mecanismo de transmissão da volatilidade cambial sobre a economia.

A crise financeira global que iníciou-se em 2007 nos Estados Unidos afetou severamente o mecanismo de transmissão monetária. A resposta do Federal Reserve (FED, Banco Central dos Estados Unidos) foi adotar uma política monetária alternativa, o quantitative easing. Medidas semelhantes foram adotadas também por outras autoridades monetárias como o Banco da Inglaterra e o Banco Central Europeu em razão da interrupção dos mecanismos tradicionais de transmissão da política monetária, (Feenstra et al., 2012). Adicionalmente, observou-se uma redução substancial dos fluxos de comércio internacional como reflexo da crise global. Nesse contexto, é importante destacar as possíveis alterações que ocorreram no ERPT sobre os preços domésticos, das importações e exportações .

O problema de pesquisa desse artigo encontra-se associado com a identificação do grau de repasse cambial para os preços das exportações e importações para a economia brasileira. Procura-se estimar o ERPT abrangendo o período de janeiro de 2000 a junho de 2016, considerando três períodos distintos: de janeiro/2000 a junho/2003, de julho/2003 a junho/2008 e de julho/2008 a junho/2016. Mais precisamente, estima-se o ERPT para os preços das exportações e das importações por meio de um modelo VEC para dados em painel e do método de Mínimos Quadrados Ordinários Dinâmico para dados em painel (PDOLS). Por fim, o filtro de Kalman é aplicado à estimação dos coeficientes do ERPT variáveis no tempo para os setores desagregados da economia. A hipótese a ser testada é se o grau de repasse das variações cambiais para os preços é incompleto, ou seja, se as variações cambiais não são totalmente repassadas para os preços das exportações e importações. A seleção dos períodos para a investigação empírica baseia-se no entendimento de que a volatilidade cambial possui impactos diferenciados sobre os preços em momentos de recessão e de booms. Nessa perspectiva, atribuí-se papéis distintos ao ERPT na determinação da política monetária, cambial e de comércio exterior de acordo com as flutuações macroecômicas.

A motivação da pesquisa reside na importância da identificação do grau de ERPT existente na economia brasileira. A aplicabilidade dos resultados relaciona-se com a sua importância no sentido de elevar a efetividade das políticas monetária e cambial e a adequabilidade das estratégias de políticas comerciais. Adicionalmente, esse estudo contribuirá para a literatura à medida que compara o ERPT em três períodos econômicos marcadamente distintos, permitindo uma avaliação dinâmica do repasse cambial sobre os preços de uma economia em desenvolvimento, caracterizada pela concentração de sua pauta de exportações em produtos primários, e de importações em manufaturados (o ERPT é estimado em períodos de crescimento econômico e recessão global).

Conclui-se com base nos resultados, que o grau de repasse cambial para os preços das exportações é incompleto e inferior ao obtido para as importações (valor médio de 37% e 98%, respectivamnte, considerando o período total do estudo).

O restante do artigo está organizado como segue. A seção 2 apresenta uma revisão da literatura recente. A seção 3 define a estratégia metodológica de estimação dos modelos. Na seção 4 serão apresentados os resultados abrangendo os três períodos do estudo e os coeficientes variáveis no tempo. Finalmente, a seção 5 reforça os principais resultados e tece algumas considerações finais.2. Revisão da Literatura

A constatação da magnitude e dos fatores que influenciam o exchange rate pass-through assume duas vertentes na literatura: o macro e o microeconômico. O primeiro relaciona-se com o repasse cambial para o nível geral de preços. Já o enfoque microeconômico busca explicar o fenômeno com base na organização industrial, relacionando os repasses cambiais aos diversos setores da economia. As pesquisas sobre o ERPT intensificaram-se a partir de década de 1980 motivadas pelo fato das variações cambiais após o fim dos acordos de Bretton Woods não terem sido integralmente repassadas aos preços dos bens comercializados internacionalmente. Conforme mencionado no capítuo anterior, Dornbusch (1987)

3

salienta que o ajuste dos preços relativos aos movimentos do câmbio poderia ser explicado pelo grau de substitutibilidade do produto, do número relativo de firmas concorrentes (domésticas e estrangeiras), e pela estrutura de mercado.

Goldberg e Knetter (1997) realizam uma revisão do enfoque microeconômico do ERPT e identificam a importância da moeda em que o comércio internacional é realizado: o PCP (producer currency pricing) e LCP (local currency pricing). No PCP o exportador definiria o preço do bem exportado em sua moeda local, não sendo afetado por variações cambiais (o ERPT seria nulo para os preços das exportações e completo para os importados). O LCP assume que a definição do preço das exportações ocorreria na moeda do país importador, dessa maneira, o produtor seria potencialmente afetado pelas oscilações cambiais (o ERPT seria completo para os preços das exportações e nulo para os importados). A existência de um pass-through incompleto pode ser explicada por diversos fatores, dos quais destaca-se a existência de um pricing to market (LCP) imperfeito, de custos de menu, de contratos de derivativos cambiais, de alterações nos custos dos insumos importados e de contratos de comércio exterior de longo prazo implícitos ou explícitos.

A existência de um pricing to market imperfeito origina-se dos modelos de definição de preços em um ambiente de competição monopolística, onde as firmas ajustariam seu markup de acordo com a elasticidade preço da demanda, que dependeria. Nesse sentido, os exportadores poderiam reduzir seu markup no caso da ocorrência de uma depreciação da moeda do país de origem dos importadores (Dornbusch (1987) e Krugman (1987)). Os custos de menu e a existência de contratos de comércio exterior de longo prazo estariam associados à rigidez nominal dos preços dos bens. Destaca-se o efeito de ambos na rigidez dos preços dos produtos a despeito das possíveis oscilações da taxa de câmbio. Os custos de menu contribuiriam no sentido de evitar uma reação imediata das firmas a alterações na demanda e nos custos de produção, especialmente quando a magnitude e duração de ambos são desconhecidos. A existência de contratos de longo prazo atuariam no sentido de fixação dos preços por períodos específicos, impedindo o ajustamento automático ao ERPT por parte do exportador. Por fim, a utilização de instrumentos do mercado financeiro com o objetivo de proteção contra a variação cambial, ou a existência de uma estrutura de hedge natural (firmas que ajustam seu volume financeiro de exportações ao valor das importações de insumos de produção), atuariam no sentido contrário ao ajustamento dos preços como resultado do repasse cambial no curto prazo.

Recentemente, a existência de um ERPT incompleto passou a ser associada também à expansão do número de empresas multinacionais, ao comércio intraindústria e às barreiras não tarifárias. Com o objetivo de reduzir os impactos das oscilações cambiais sobre suas atividades, as empresas multinacionais passaram a empregar uma política de fixação de preços para suas subsidiárias. Essa estratégia contribui para a redução dos repasses cambiais e a manutenção de um ERPT incompleto, especialmente considerando que o comércio intraindústria representa uma parcela relevante das trocas comerciais entre os países industrializados. Quando a transação ocorre entre unidades distintas de uma mesma empresa, os preços definidos não consideram necessariamente a taxa de câmbio vigente, contribuindo na manutenção de rigidez nos preços dos bens (Menon (1995, p. 205). Por fim, as barreiras não tarifárias, que recentemente assumiram grande importância nas relações comerciais, representam um fator relevante na determinação do grau de ERPT. Como esse tipo de barreira limita o quantum comercializado entre os países, a ocorrência de uma depreciação cambial da moeda do país exportador teria um impacto reduzido nos preços comercializados, devido à impossibilidade de aumento da quantidade exportada. Essa situação permaneceria inalterada até que a depreciação atingisse um patamar suficientemente elevado ao ponto em que, a redução potencial nos preços dos bens importados, compensaria os benefícios das barreiras não tarifárias; a partir de então o ERPT seria observado (Branson (1989) e Menon (1995)).

Nesse contexto de um repasse cambial imcompleto para os preços das exportações e importações, Carbaugh (2004) identifica um conjunto possível de fatores que influenciariam a direção e a extensão do impacto das variações na taxa de câmbio: alguns exportadores seriam capazes de compensar os efeitos sobre o aumento dos preços causados por uma valorização cambial, reduzindo as margens de lucro com o objetivo de manter a competitividade. Além disso, caso uma depreciação fosse temporária, os exportadores tenderiam a não elevar os preços internos. Rogoff (1996) argumenta que o repasse incompleto das variações cambiais sobre os preços decorre da existência de custos de ajustamento. Nesse

4

cenário, existiria um “buffer” dentro do qual a taxa de câmbio estaria livre para se movimentar sem traduzir-se em um efeito imediato de alteração nos preços relativos.

Um grande número de estudos empíricos recentes reforçam os efeitos das variações cambiais sobre os preços dos produtos exportados e as margens de lucro das empresas domésticas devido à sua importância para a política econômica. Menon (1995) realiza um levantamento dos principais estudos empíricos com relação ao grau de ERPT para os preços das exportações e importações e conclui que das 46 pesquisas, somente 6 encontraram um grau completo (ou marginalmente diferente de um), sendo que as demais apresentaram um repasse incompleto. Campa e Goldberg (2005) analisam o ERPT para os preços das importações dos países da Zona do Euro e encontram evidência de um alto grau de transmissão, apesar de incompleto, variável entre os países e as indústrias. Marazzi et al. (2005) documentam a redução do ERPT para os preços das importações ocorrida nos Estados Unidos de uma valor médio de 50% para aproximadamente 20% durante a década de 1990. Os autores salientam que a redução das importações de insumos industriais intensivos em commodities e a presença crescente de exportadores chineses nos EUA são prováveis candidatos a explicar a redução do repasse cambial.

Thorbecke e Kato (2012) utilizam dados em painel para bens de consumo exportados pelo Japão para 17 países, durante o período de 1988 a 2009, estimam o ERPT por meio do PDOLS e encontram uma relação de cointegração de longo prazo para um grau de pass-through completo. Por sua vez, Marazzi e Sheets (2007) e Ceglowski (2010) identificam reduções no ERPT para os preços das exportações desde a crise asiática em 1997 em diversos países, inclusive no Japão.

Tejada et al. (2003) aplicam o modelo desenvolvido por Menon (1995) a um grupo de produtos agropecuários do estado do Rio Grande do Sul. Kannebley Jr. (2000) estima os coeficientes de repasse das variações cambiais para o caso brasileiro com relação aos preços das exportações para o curto e longo prazos, baseado no modelo proposto por Hooper e Mann (1990). O período analisado compreende os anos de 1984 a 1997 e o ERPT encontrado para os setores analisados foi nulo ou incompleto, o que demonstra a baixa capacidade de influência desses setores na formação dos preços em Dólar no mercado internacional no período em análise. Por fim, Kannebley Jr. et al. (2015) analisam o grau de repasse cambial para os preços das importações de 22 setores da economia brasileira e também os impactos no IPA-FGV de cada setor, por meio da utilização de um VEC e do FMOLS (Fully Modified Ordinary Least Square) compreendendo o período de 1999 a 2012. Os autores estimam os valores médios do ERPT de 63% e 18%, por meio do VEC, para os preços das importações e para o índice de preços ao atacado. Com a utilização do FMOLS, os valores encontrados foram de 75% e 5%. A abordagem adotada por esse estudo investigará o grau de ERPT para os preços das exportações e importações por meio das estratégias adotadas nos estudos empíricos recentes.3. Estratégia Metodológica

A estratégia metodológica é composta pela seleção do modelo econométrico e empírico e pela definição das equações e variáveis utilizadas no estudo.3.1 Modelo Econométrico e Empírico

A análise empírica deste estudo está baseada na econometria de dados em painel. Em especial, realiza-se a estimação dos modelos através da metodologia dos vetores autorregressivos (VAR) e, em sua forma reparametrizada, o vetor de correção de erros (VEC). Serão utilizados, também, o método dos Mínimos Quadrados Ordinários Dinâmico e a estimação dos coeficientes variáveis no tempo por meio do filtro de Kalman.3.1.1 Vetor de Correção de Erros Para Dados em Painel

Recentemente, a literatura de dados em paineis dinâmicos orientou-se pelo estudo de situações onde o número de observações da seção cruzada (N) e de séries temporais (T) são, ambos, grandes3. A disponibilidade de dados de alta frequência é, certamente, um fator importante nessa mudança. Os embasamentos teóricos econométricos de paineis dinâmicos assintóticos para dados com N e T grandes são diferentes daqueles tradicionalmente utilizados para um N grande e um T relativamente pequeno. Os 3Veja Baltagi e Kao (2000) para uma extensa discussão a respeito das regressões espúrias, dos testes de estacionariedade e de cointegração para dados em painel. Ademais, os autores abordam as melhores técnicas de estimação considerando os valores de N e T, com o objetivo de estimar coeficientes não viesados, reforçando a superioridade do DOLS sobre o OLS e FMOLS na estimação de dados de painel cointegrados.

5

paineis com séries temporais curtas normalmente baseiam-se nos estimadores de efeito fixo ou aleatórios ou numa combinação de efeitos fixos com variáveis instrumentais. Esses métodos permitem apenas que o intercepto seja diferente entre os grupos. A literatura aplicada a contextos onde tanto o N quanto o T são grandes salienta que o pressuposto de homogeneidade dos coeficientes de inclinação normalmente não é confirmado. Ademais, com o aumento da extensão das séries de tempo, dados em painel dinâmico com N e T grandes devem incorporar a avaliação da não estacionariedade no procedimento econométrico (Blackburne e Frank (2007, p.197)).

O modelo de correção de erros para dados em painel é uma extensão da econometria de séries temporais cointegradas. Dessa forma, a regressão é realizada por meio da técnica de cointegração para dados em painel não estacionários heterogêneos, conforme apresentado em Blackburne e Frank (2007) e aplicado por Feenstra et al. (2007). A utilização do modelo VEC para dados em painel é adequada na presença de variáveis com raiz unitária. Baseado em um modelo autoregressivo de defasagem distribuída (p, q1,....,qk) para dados em painel dinâmicos tem-se:

yit = ∑j=1

p

λityi,t-j+ ∑j=0

q

δ’ijXi,t-j + μi + ɛit (1)

Onde i= 1,2...N é o número de grupos, t= 1,2.....T é o tempo, Xi,t-j denota um vetor contendo os regressores, δ’ij representa um vetor contendo os coeficientes dos regressores, λij são os coeficientes dos termos do regressando μi denota o efeito específico de cada grupo e ɛit é o termo de erro aleatório. É permitido a inclusão de um termo de tendência e de outros regressores fixos.

No caso de variáveis cointegradas é possível definir um modelo de correção de erros pelo qual sua dinâmica de curto prazo no sistema é influenciada pelo desvio do equilíbrio de longo prazo. Desse modo, a reparametrização da equação (2) gera a equação de correção de erros abaixo, que é utilizada na estimação de dados de painel não estacionários heterogêneos:

∆yit = ϕi(yi,t-1 – θ’iXit) + ∑j=1

p−1

λ*it ∆yi,t-1 + ∑

j=0

q−1

δ’*ij ∆Xi,t-j + μi + ɛit (2)

Em que ϕi procura mensurar a velocidade do ajuste da correção de erros (Blackburne e Frank (2007)).Quanto a seleção do modelo VEC para dados em painel, utilizou-se os critérios de informação e a

estatística LR na determinação do número de defasagens, iniciando o processo com 4 defasagens (um número suficientemente rico de informações4). Os critérios utilizados convergiram para a utilização de 2 defasagens em todos os períodos. A definição do número de vetores de cointegração ocorreu por meio da aplicação do teste de Pedroni (com suas sete estatísticas de avaliação), de Johansen-Fisher (com a utilização de até duas defasagens e com um intercepto na equação de cointegração) e do teste de Kao (com até duas defasagens). O critério de informação de Akaike foi utilizado na seleção do número de defasagens e o nível de significância considerado foi de 5%, em todas as situações exigidas. Por fim, as estimativas dos parâmetros do modelo foram realizadas por meio do método MG proposto por Pesaran e Smith (1995) e PMG elaborado por Pesaran et al. (1999).5

3.1.2 Mínimo Quadrado Ordinário Dinâmico Para Séries Temporais (DOLS) e Dados em Painel (PDOLS)O DOLS é uma aplicação adaptada dos Mínimos Quadrados Ordinários (OLS, Ordinary Least

Squares) para regressões de séries temporais. Caso exista uma relação de cointegração entre as variáveis em análise, a estimação por meio do OLS será consistente. Stock e Watson (1993) incluíram lags e leads

4Sekine (2006) utiliza três meses em sua estrutura de defasagens e enfatiza o fato do ERPT para os preços das exportações e importações ser um fenômeno de rápido ajuste, conforme identificado por outros autores empiricamente.5PMG (pooled mean group estimator): esse modelo restringe os coeficientes de inclinação de longo prazo da equação de cointegração a serem idênticos entre os paineis, permitindo que estes variem nas equações de curto prazo e no coeficiente de ajustamento. Os estimadores serão eficientes e consistentes somente se a restrição imposta de homogeneidade dos coeficientes de inclinação for válida. MG (mean group estimator): esse modelo estima os parâmetros de longo prazo por meio de uma média aritmética simples e será consistente em modelos homogêneos ou heterogêneos.

6

dos regressores com o objetivo de eliminar o efeito feedback no sistema de cointegração6. Dessa maneira, um estimador assintoticamente eficiente é obtido, onde o termo de erro é ortogonal a todas as inovações estocásticas dos regressores passados.

Mark e Sul (2003) estendem o modelo (DOLS, Dynamic OLS) à modelagem de dados em painel com a inclusão do efeito fixo, da tendência heterogênea e do efeito do tempo comum aos indivíduos (efeito fixo para o tempo). De acordo com o modelo proposto pelos autores cada indivíduo segue a representação triangular abaixo:yit = αi + λit + θt + γ’xit + uit (3)Em que (1, -γ’) representa o vetor de cointegração entre yit e xit (idêntico entre os indivíduos), yit

representa a variável dependente, xit são os regressores, αi denota o efeito específico do indivíduo, λit é uma tendência linear específica do indivíduo, θt representa o efeito do tempo comum aos indivíduos e uit é o termo de erro (independente entre os indivíduos, mas possivelmente correlacionado no tempo). A estimação pelo método PDOLS envolve realizar a regressão com o objetivo de eliminar a existência de endogeneidade e correlação serial por meio da projeção de uit sobre pi lags e leads da primeira diferença dos regressores:

uit = ∑s=− pi

pi

δ’i,s∆xi,t-s + u*it = δ’izit + u*

it

(4)

uit é ortogonal a todos os lags e leads, e a equação final a ser estimada torna-se:yit = αi + λit + θt + γ’xit +δ’izit + u*

it (5)Onde δ’izit representa o vetor de projeção. Por sua vez, a estimação do PDOLS pressupõe a independência do erro entre os indivíduos e a existência de somente uma relação de cointegração. É importante ressaltar que o método de estimação DOLS, utilizado na estimação de relações de cointegração aplicado as séries temporais, assemelha-se ao PDOLS em suas principais características e pressupostos.

A definição do modelo DOLS7 envolve a especificação do termo de tendência (nenhum termo, um termo constante, uma tendência linear e uma tendência quadrática). Considerando os modelos estimados, a opção de um termo constante mostrou-se a mais adequada e foi utilizada em todas as estimações. O critério de informação de Akaike foi usado na definição do número de lags e leads, considerando o máximo de nove defasagens. Adicionalmente, os resíduos das regressões foram utilizados com o intuito de confirmar a existência de uma relação de cointegração entre as variáveis. Os testes Dickey Fuller aumentado (ADF), Phillip-Perron (P. Perron), KPSS e o Dickey Fuller modificado por meio da transformação dos dados pelo método dos mínimos quadrados generalizados (DFGLS) foram aplicados na avaliação da existência de uma raiz unitária nos resíduos, com um nível de 5% de significância.

A seleção do modelo PDOLS também envolve a especificação do termo de tendência. Considerando os modelos estimados, a opção de um termo constante mostrou-se a mais adequada e foi utilizada em todas as estimações. Quanto ao método de estimação (Pooled, Pooled weighted e Grouped), optou-se pelo Grouped e Pooled weighted8 que são semelhantes em metodologia às estimativas realizadas pelo método VEC por meio do MG e do PMG, respectivamente. O critério de informação de Akaike foi utilizado na definição do número de lags e leads, considerando o máximo de duas defasagens. A avaliação de estacionariedade dos resíduos foi realizada por meio dos testes de LLC (Levin, Lin e Chu), IPS (Im, Pesaran e Shin) e Fisher (ADF e P. Perron), a um nível de 5% de significância.

6Kao e Chiang (2000) demonstram que os estimadores DOLS, introduzidos por Stock e Watson (1993), apresentam melhores propriedades em amostras finitas quando comparado ao OLS e ao FMOLS.7 Todas as estimativas do DOLS foram realizadas com a especificação da matriz de covariância dos coeficientes HAC .8Pooled: a estimação padrão DOLS é realizada com a amostra pooled após a remoção dos componentes determinísticos da variável dependente e do regressor. Pooled weighted: a estimação considera a existência de heterogeneidade entre os paineis, através do uso de estimativas específicas da variância condicional de longo prazo do resíduo das seções cruzadas, para ponderar os momentos de cada seção cruzada na computação do estimador Pooled. Grouped: uma média aritmética simples é computada das estimativas individuais do DOLS. As estimativas Grouped foram realizadas com a especificação da matriz de covariância dos coeficientes HAC – Newey West (Heteroskedasticity and autocorrelation consistent).

7

3.1.3 Modelo de Coeficientes Variáveis no Tempo e Filtro de KalmanO filtro de Kalman é um procedimento recursivo que permite calcular o estimador ótimo de um

vetor de estado em um determinado período. Harvey (1999) salienta que a estruturação de uma relação no formato de espaço estado permite a estimação dos coeficientes de séries temporais por meio do filtro de Kalman para obtenção de séries suavizadas. A forma geral do modelo de espaço estado pode ser representada pelas equações abaixo:

yt = μtwt + ∑j=1

k

βjtxjt + ɛt (6)

μt+1 = μt + ξt (7)

Em que, yt denota a variável dependente, xjt e wt representam os regressores, βjt são os coeficientes fixos, μt

é coeficiente variável no tempo, ɛt e ξt são os respectivos erros aleatórios normalmente distribuídos, com média zero e variância constante; por fim, t = 1.... n, é o tempo e j = 1,...k, é o número de variáveis explicativas. A relação (8) é conhecida como a equação de observação ou de sinal e a representação (9) é a equação de estado ou de transição, e seu componente “estado”, μt, pode ser estimado por diferentes meios, obtendo-se coeficientes variáveis no tempo para o regressor wt.

O método do filtro de Kalman foi escolhido para a realização da regressão considerando os dados suavizados (smothed state vector method9), visto que tal procedimento produz informações mais apuradas do que o filtro básico, segundo Kim e Nelson (1999) e Sims (2001). É importante ressaltar que o coeficiente variável no tempo foi calculado somente para a taxa de câmbio, visando captar a dinâmica do ERPT. A equação de transição utilizada na estimação da série do coeficiente da taxa de câmbio segue um passeio aleatório sem drift. Entende-se que este é o modelo mais adequado na estimação do coeficiente, baseado nas características da série e considerando o critério da parcimônia.

Após a estimação do coeficiente variável no tempo, procedeu-se ao diagnóstico dos resíduos padronizados da equação de observação visando avaliar a adequabilidade do modelo. Os resíduos devem satisfazer três propriedades, listadas em ordem decrescente de importância: independência, homocedasticidade e normalidade, (Commandeur e Koopman, 2007). O pressuposto de independência foi avaliado por meio da estatística de Box-Ljung, que mensurou a existência de autocorrelação residual a um nível de significância de 2.5%. A estatística de Jarque-Bera foi utilizada na avaliação da normalidade dos resíduos considerando 5% de nível de significância. A homocedasticidade foi avaliada mediante o teste estatístico sugerido por Commandeur e Koopman (2007, p. 92) para séries temporais em modelos de espaço estado (utilizou-se um nível de 5% de significância). 3.2 Definição das Relações Econômicas

O modelo para análise do ERPT origina-se da afirmação da Lei do Preço Único de que, sob competição perfeita nos mercados doméstico e internacional e com ausência de barreiras ao comércio, a taxa de câmbio deve igualar os preços em moeda doméstica de um bem homogêneo produzido internamente e no país estrangeiro. Dessa maneira tem-se:Pt = EtP*

t (8)Onde Pt são os preços domésticos, Et representa a taxa de câmbio nominal e P*t os preços externos. A Lei do Preço Único avalia a equação acima para bens individuais comercializados entre os países. A PPC testa essa relação considerando uma cesta de bens representada por um índice de preços. 3.2.1 Pass-through Sobre os Preços das Exportações

A relação empírica proposta por Hooper e Mann (1990) é o ponto inicial para a determinação do modelo a ser estimado. Esses autores argumentam que as empresas exportadoras fixam seus preços aplicando um markup sobre os custos marginais, baseado em um ambiente de concorrência imperfeita. Menon (1995) parte do modelo de markup e desenvolve uma relação log-linear com o objetivo de estimar

9Na análise de séries temporais pelo método do espaço estado, os componentes da equação estado são estimados de forma recursiva por meio de três diferentes formas: o smoothed state (todas as informações disponíveis são utilizadas), o filtered state (somente as informações passadas e a presente são usadas) e o predicted state (é baseado somente em informações passadas).

8

o ERPT. A equação (9) representa a associação entre o preço doméstico das exportações em moeda estrangeira (P*) e o markup (MK), onde e é a taxa de câmbio nominal e CM o custo marginal. Quando se define o markup como resultado da pressão competitiva do mercado externo (preços das exportações no mercado internacional, Pe) obtém-se a relação (10) e deriva-se a equação (11) que é loglinearizada em (12), após algumas manipulações algébricas:P* = (1+MK) (CM/e) (9)(1+MK) = (Pe/(CM/e)) α (10)P* = Pe

α(CM/e)(1- α) (11)lnP* = α0 + α1ln(CM) – α2ln(e) + α3ln(Pe) (12)O parâmetro α2 representa o coeficiente de ERPT a ser estimado. Dessa forma, caso α2=1o repasse sobre o preço das exportações será completo, se α2=0 será nulo, ou incompleto caso o valor estimado se encontre entre 0 e 1. Espera-se uma relação positiva entre o custo marginal e o preço internacional das exportações com o preço doméstico das exportações. Nesse contexto, define-se a equação de estimação do ERPT para os preços das exportações com base no modelo proposto por Menon (1995) aplicado a dados em painel:P*

it = Φ1i + Φ2iCPit + Φ3iPEit + Φ4iet + єt (13)Onde i = 1,2..20, denota os vinte setores da economia brasileira utilizados no estudo10 e t = 1,2,...k são os períodos de tempo. P*it é o indice de preços doméstico das exportações, CPit o índice de custo de produção, PEit é o indice de preços das exportações internacionais, et a taxa de câmbio nominal à vista de final de período e єt um termo de erro aleatório.

O índice de preços das exportações doméstico por setor seguiu a classificação do IBGE (Instituto Brasileiro de Geografia e Estatística) CNAE 2.0. Como proxy para os PE´s foram utilizados os índices de preços das exportações setoriais dos Estados Unidos classificadas de acordo com a metodologia BEA End Use11. O índice de custo de produção setorial foi elaborado a partir de uma média ponderada dos custos de produção domésticos. Nesse contexto, o IPA-DI representou os custos dos insumos internos e o índice geral de preços das importações domésticas calculado em Reais, os insumos importados. Como fator de ponderação foram utilizados os coeficientes técnicos setoriais dos insumos nacionais e importados disponíveis nas matrizes de insumo produto de 2000, 2005 e 2010, gerados pelo IBGE. A metodologia de definição do índice de custo de produção segue Guimarães et al. (2010), que inclui um componente importado, um doméstico e os encargos salariais (índice de salário calculado pela Federação das Indústrias do Estado de São Paulo – FIESP), ponderado pelos coeficientes técnicos da matriz de insumo produto.12

Devido à utilização de bases de dados diferentes, com o envolvimento de séries internacionais, observou-se a inexistência de uma compatibilização exata entre as distintas classificações setoriais de agrupamento dos dados. Procurou-se compatibilizar as diferentes informações por meio de técnicas de pesquisa que objetivaram reduzir as limitações impostas por essa dificuldade.3.2.2 Pass-through Sobre os Preços das Importações

10Os setores incluídos representam aproximadamente 98% do total das exportações considerando o período em análise: 1) combustíveis (5.55%, 8.67% e 10.30%), 2) agricultura e pecuária (8.20%, 8.03% e 12.90%), 3) celulose e papel (4.11%, 3.00% e 3.13%), 4) couro, artefatos de couro e calçados (4.49%, 2.99% e 1.60%), 5) derivados de petróleo (2.17%, 3.11% e 2.29%), 6) equipamentos de informática, eletrônicos e ópticos (4.55%, 2.79% e 1.02%) 7) extração de minerais metálicos (5.59%, 6.42% e 11.90%) , 8) extração de petróleo e gás natural (1.62%, 3.99% e 6.58%), 9) máquinas e equipamentos(4.70%, 5.35% e 3.82%), 10) metalurgia (10.45%, 10.79% e 8.25%), 11) outros equipamentos de transporte (5.95%, 3.77% e 3.56%), 12) produtos alimentícios (16.64%, 16.73% e 17.48%), 13) produtos de borracha e material plástico (1.69%, 1.49% e 1.28%), 14) produtos do fumo (1.57%, 1.28% e 1.23%), 15) produtos famoquímicos e farmacêuticos (0.55%, 0.46% e 0.65%), 16) produtos químicos (5.78%, 5.14% e 4.44%), 17) produtos têxteis (1.60%, 1.34%, e 0.98%), 18) veículos automotores (10.10%, 10.27% e 6.23%), 19) maquinas, aparelhos e materiais elétricos (1.89%, 1.92% e1.41%) e 20) produtos de madeira (2.79%, 2.47% e 0.93%). Os valores entre parênteses representam a participação de cada setor no total das exportações em cada período do estudo respectivamente (considerando os 20 setores) .11Os índices de preços das exportações setoriais dos EUA foram escolhidos como proxy baseado na participação significativa que a economia americana possui no comércio internacional com o Brasil e o resto do mundo.12Acredita-se que o IPA-DI e o índice geral de preços das importações refletem as oscilações das demais variáveis utilizadas por Guimarães et al. (2010) no desenvolvimento de seu índice de custo doméstico (indíce de preços das importações, IPA setorial, índice de preços de energia elétrica industrial e encargos trabalhistas).

9

A relação empírica de estimação do ERPT para os preços das importações também parte do modelo de markup discutido acima. Adicionalmente, Goldberg e Campa (2005) salientam a importância das condições da demanda do mercado doméstico sobre os preços das importações, via ajuste nos custos marginais. Nesse contexto, deriva-se a equação de estimação do ERPT para os preços das importações13:Pm

it = θ1i + θ 2iPPIit + θ 3iPCOMt + θ4iPIBt + θ5iet + єt (14)Onde i = 1,2...20, denota os vinte setores da economia brasileira utilizados no estudo14 e t = 1,2, ....k são os períodos de tempo. Pm

it é o índice de preços doméstico das importações, PPIit e PCOMt representam respectivamente o PPI setorial (Producer Price Index) dos Estados Unidos e o índice de preços internacional das commodities (ambos objetivam captar o impacto da variação dos custos de produção das empresas estrangeiras exportadoras), PIBt denota o PIB real do Brasil (variável que representa a influência das pressões de demanda doméstica sobre o preço das importações), et denota a taxa de câmbio nominal à vista de final de período e єt um termo de erro aleatório.

O parâmetro θ5 representa o coeficiente de ERPT a ser estimado. Assim, caso θ5=1o repasse sobre o preço das importações será completo, se θ5=0 será nulo, ou incompleto caso o valor estimado se encontre entre 0 e 1. Espera-se uma relação positiva entre o PPI, o índice de preços da commodities e o PIB real brasileiro com o índice de preços doméstico das importações. Ressalta-se que o índice de preços doméstico das importações por setor seguiu a classificação do IBGE, CNAE 2.0.3.3 Definição dos Períodos de Estimação e Fonte de Dados

Um pressuposto inicial a ser testado é o de que os dois maiores desafios enfrentados pela economia doméstica a partir do ano 2000, a eleição de um presidente pertencente a um partido de esquerda radical e os impactos da crise financeira global, afetaram o grau de ERPT para os das exportações e importações. É esperado que as relações de cointegração e os ajustes de curto prazo se comportem diferentemente entre os períodos.

Nesse cenário, este estudo adotará uma abordagem multivariada de estimação dos modelos em três períodos distintos, pós implantação do regime de metas de inflação com a adoção do câmbio flutuante: de janeiro de 2000 a junho de 2003, de julho de 2003 a junho de 2008 e de julho de 2008 a junho de 2016. O primeiro período engloba o momento de transição para um governo de esquerda no Brasil, associado a um momento de adaptação à flutuação cambial previamente adotado. Em seguida, o país presenciou um turno de crescimento econômico associado a um cenário de relativa estabilidade, após a constatação dos agentes econômicos de que o novo governo de esquerda daria prosseguimento às políticas econômicas adotadas no regime anterior. Por fim, a partir de meados de 2008, os efeitos negativos da crise financeira dos subprime tornaram-se globais, afetando diretamente a economia brasileira.

A investigação empírica foi realizada com as variáveis transformadas para sua forma logarítmica e os modelos estimados com dados mensais. As séries de índices de preços das exportações internacionais e do PPI setorial dos EUA foram obtidas no Bureau of Labour Statistics (BLS) dos Estados Unidos, os dados do PIB mundial medido em Dólar americano (representado nesse estudo pela soma dos valores dos produtos do Japão, dos EUA e da União Européia) foram disponibilizados pela OCDE (Organização para Cooperação e Desenvolvimento Econômico) e os valores do índice internacional de preços das

13Marazzi et al. (2007) utilizam a mesma equação na estimação do ERPT para os preços das importações, selecionando o PPI/CPI e o índice de preços das commodities como proxies para o custo marginal de produção. Sekine (2006) também estima o ERPT para os preços das importações por meio da equação (18) utilizando-se do CPI e do índice de preços das commodities na representação dos custos, diferente de Goldberg e Campa (2005) que optam pela utilização do custo unitário do trabalho14Os setores incluídos representam aproximadamente 95% do total das importações considerando o período em análise: 1) combustíveis (11,31%, 15.26% e 13.47%), 2) agricultura e pecuária (3.01%, 2.24% e 1.82%), 3) celulose e papel (1.32%, 1.11% e 0.83%), 4) bebidas (0.55%, 0.49% e 0.49%), 5) derivados de petróleo (6.17%, 5.16% e 6.70%), 6) equipamentos de informática, eletrônicos e ópticos (14.57%, 14.43% e 11.12%) 7) extração de minerais metálicos (0.53%, 0.00% e 0.56%) , 8) extração de petróleo e gás natural (6.35%, 10.53% e7.45%), 9) máquinas e equipamentos (10.31%, 9.46% e 9.69%), 10) metalurgia (3.12%, 0.00% e 4.14%), 11) outros equipamentos de transporte (3.24%, 3.15% e 3.36%), 12) produtos alimentícios (2.83%, 2.29% e 2.53%), 13) produtos de borracha e material plástico (2.25%, 2.35% e 2.43%), 14) produtos de metal (1.52%, 1.71% e 1.88%), 15) produtos famoquímicos e farmacêuticos (4.04%, 3.52% e 3.79%), 16) produtos químicos (14.50%, 16.01% e 14.46%), 17) produtos têxteis (1.33%, 1.27%, e 1.45%), 18) veículos automotores (7.47%, 7.17% e 9.25%), 19) maquinas, aparelhos e materiais elétricos (5.32%, 3.54% e 3.73%) e 20) vestuário (0.24%, 0.32% e 0.84%). Os valores entre parênteses representam a participação de cada setor no total das importações em cada período do estudo respectivamente (considerando os 20 setores)

10

commodities foram obtidos junto ao FMI (Fundo Monetário Internacional). As demais séries de dados foram disponibilizadas pelo Instituto de Pesquisa Econômica Aplicada (IPEA).4. Resultados e Discussão

A investigação econométrica deve pautar-se pela combinação entre a informação estatística dos dados e o entendimento econômico do assunto em estudo. O processo de análise foi iniciado pelo teste de estacionariedade das variáveis.4.1 O Pass-through Sobre os Preços das Exportações e Importações Com relação ao ERPT sobre os preços das exportações e importações, inicialmente procedeu-se à avaliação da estacionariedade das séries de dados em painel das variáveis. Seis testes foram utilizados na investigação da existência de raízes unitárias: o LLC (Levin, Lin e Chu), o HT (Harris-Tzavalis), o Breitung, o IPS (Im, Pesaran e Shin), o Fisher PP (Phillip Perron) e o Hadri LM. Baseado na Tabela 4.1 a seguir, é possível inferir que os paineis das variáveis não são estacionários em nível.

Tabela 4.1 – Teste de Raiz Unitária em Nível15

VariáveisPreço

Doméstico das Exp

Preço Int das

Exp

Custo Doméstico

das ExpCâmbio

Preço Doméstico das Imp

Custo Int. das Imp

PIB Real

Preço das Commodi

tiesLLC 1 lag -3,063* -2,840* -1,028 2,123 -2,277** -2,657* -5,594* -3,123*

LLC 2 lags -2,653* -2,702* -1,219 -0,623 -1,838** -2,714* -5,372* -3,679*

HT 0,949* 0,979*** 0,976** 0,979*** 0,941* 0,981 0,984 0,987Breitung 1 lag -4,512* 0,099 -2,275** -1,275 -2,847* -1,089 2,528 -2,503*

Breitung 2 lags -4,126* -0,410 -2,381* -3,036* -2,836* -1,371*** 4,092 -2,831*

IPS 1 lag -3,630* -0,910 -1,696** 1,198 -2,865* -1,593*** 0,425 -0,535IPS 2 lags -3,147* -1,081 -2,163** -1,290*** -21,21** -1,711** 0,541 -1,082

Fisher PP 1 lag 5,792* -0,344 -2,105** -2,383 -5,676* -1,402*** 0,787 0,166Fisher PP 2 lags 5,503* -0,218 -2,280** -1,985 -5,559* -1,606*** 1,098 -0,094

Hadri LM 340,75* 399,37* 364,09* 69,86* 329,94* 355,37* 572,82* 406,19*

Fonte: elaborada pelo autor com base nos dados da pesquisa * Estatisticamente significativo ao nível de significância de 1%, ** ao nível de 5% e *** ao nível de 10%

A seguir, são apresentados na Tabela 4.2 os mesmos testes realizados para as variáveis em primeira diferença. Conclui-se que todas foram estatisticamente significativas a 5% de nível de significância. Dessa maneira, prosseguiu-se com a estimação das equações (13) e (14) por meio do modelos VEC para dados em painel e PDOLS.

Tabela 4.2 – Teste de Raiz Unitária em Primeira Diferença

VariáveisPreço

Doméstico das Exp

Preço Int. das Exp

Custo Doméstico

das Exp

Câm bio

Preço Doméstico das Imp

Custo Int das

ImpPIB Real

Preço das Commodi

tiesLLC 1 lag -40,733* -29,702* -38,106* -24,956* -41,067* -30,314* -60,907* -25,471*

LLC 2 lags -21,973* -18,961* -21,876* -13,054* -15,463* -17,833* -38,697* -19,168*

HT -0,153* 0,102* -0,054* -0,031* -0,382* 0,171* -0,160* 0,393*

Breitung 1 lag -16,432* -16,536* -36,140* -28,614* -17,096* -26,063* -43,381* -28,161*

Breitung 2 lags -11,900* -9,527* -23,465* -18,711* -14,257* -21,107* -24,994* -12,396*

IPS 1 lag -47,610* -35,056* -43,496* -33,366* -55,070* -35,087* -62,988* -28,695*

IPS 2 lags -35,765* -28,404* -33,300* -25,850* -40,207* -26,644* -50,566* -24,823*

Fisher PP 1 lag -36,340* -36,323* -36,340* -36,340* -36,340* -36,238* -36,340* -34,916*

Fisher PP 2 lags -36,340* -36,331* -36,340* -36,340* -36,340* -36,252* -36,340* -35,154*

Hadri LM16 -2,933 1,603 -2,621 0,087 -2,235 2,934* -3,667 7,665*

15As hipóteses nula e alternativa avaliadas nos testes de estacionariedae são apresentadas abaixo:1. H0: Os paineis contêm raízes unitárias e Ha: os paineis são estacionários (LLC, HT e Breitung)2. H0: todos os paineis contêm uma raiz unitária e Ha: alguns paineis são estacionários (IPS e Fisher(PP))3. H0: todos os paineis são estacionários e Ha: alguns paineis contêm raiz unitária (Hadri LM)

Todos os testes foram realizados com a remoção da média das seções cruzadas das observações originais objetivando solucionar um eventual problema de correlação residual em cada painel, conforme proposto pela literatura (à exceção das variáveis câmbio, PIB real e o índice de preços das commodities visto que, nesses casos as séries são idênticas para todos os paineis). Para o teste de Fisher PP foi considerado a estatística Z (inverse normal).16Os p valores para o teste de Hadri LM foram 0.9983, 0.0544, 0.9392, 0.4651, 0.9873, 0.001, 0.999, e 0.000 respectivamente. Devido a rejeição de H0 no teste de estacionariedade dos paineis das variáveis de custo internacional das importações e do índice de preços das commodities, foi aplicado os testes de estacionariedade (ADF, P. Perron, KPSS e DFGLS) separadamente a cada série temporal e constatou-se que todas são I(1) a um nível de 5% de significância.

11

Fonte: elaborada pelo autor com base nos dados da pesquisa * Estatisticamente significativo ao nível de significância de 1%, ** ao nível de 5% e *** ao nível de 10%4.1.2 O Pass-through Sobre os Preços das Exportações

A Tabela 5 apresenta o resultado da estimação da equação (13) pelos modeos VEC para dados de painel (métodos MG e PMG) e PDOLS (métodos Grouped e Pooled Weighted). Adicionalmente, são apresentadas as médias ponderadas para as estimativas por MG e Grouped, obtidas por meio da ponderação dos coeficientes do ERPT individuais de cada um dos vinte setores analisados, pelo seu percentual de participação no total das exportações nos respectivos períodos. Objetivou-se com a aplicação dessa estratégia obter um coeficiente do ERPT que traduzisse a importância de cada setor da pauta de exportações.

Identificou-se a existência de um ERPT incompleto em todos os períodos por ambos os modelos e métodos de estimação, corroborando os resultados encontrados regularmente na literatura empírica. O repasse cambial estimado pelo método MG apresentou elevação no período avaliado (33.08%, 44.06% e 47.93%), indicando o aumento do ganho de competitividade das exportações brasileiras, visto que grande parte do comércio exterior realizado pelas empresas nacionais ocorre por meio do Dólar americano. Com relação à estimativa por PDOLS pelo método Grouped, constatou-se um aumento do ERPT do primeiro para o segundo período e uma redução para 36.78% no último termo. No entanto, os valores ponderados pela participação relativa de cada setor no total das exportações, as estimativas MG e Grouped ponderadas, evidenciaram um aumento substancial do repasse cambial entre o primeiro e o segundo períodos (de 27.38% para 41.35% e de 21.47% para 42.98%, respectivamente), e uma elevação relativamente menor no último termo para o caso da estimação pelo método MG e uma redução no Grouped. Os coeficientes encontrados para o método Pooled Weighted e PMG corroboram a tendência encontrada, respectivamente, para o Grouped e o MG (à exceção do valor para PMG no último período).

Em linhas gerais observou-se uma elevação do ERPT no segundo período, que foi caracterizado por um momento de elevado crescimento econômico e das exportações brasileiras. Adicionalmente, não foi identificado uma alteração relevante no grau de repasse cambial no último termo, correspondente ao período pós crise financeira global. Dessa maneira, constatou-se que a implantação de uma política de depreciação cambial não se traduziria inteiramente em uma redução dos preços das exportações domésticas. A existência de um grau incompleto de ERPT estaria associado a um aumento do markup das empresas ou seriam compensados por um aumento de custos motivado, por exemplo, pela elevação dos preços dos insumos importados. Os coeficientes de ERPT incompletos e relativamente baixos encontrados implicam em que as depreciações cambiais não se traduzam em ganhos significativos de competitividade, uma vez que não ocorre uma redução profunda dos preços das exportações.

Em Correa (2012) constatou-se por meio da utilização da metodologia ARDL, para 26 setores exportadores da economia brasileira, um ERPT médio de 60.44% para o período de 1995 a 2005. Kannebley Jr. (2000) investigou o repasse cambial para setores conjuntamente responsáveis por 50% da pauta de exportações brasileiras concentrando-se no período de 1984 a 1997, e encontrou um coeficiente nulo para grande parte dos setores. Aqueles que não apresentaram valores de repasse cambial nulo obtiveram estimativas entre 22.60% e 32.40%. Choudhri e Hakura (2012) estimaram o ERPT sobre os preços das exportações e das importações por meio dos Mínimos Quadrados Ordinários, para uma amostra de 1979 a 2010 compreendendo 18 países desenvolvidos e 16 em desenvolvimento. Os autores encontraram uma média de 39.00% e 53.00% de repasse cambial, respectivamente. Ceglowski (2010) identificou um percentual de 36.00% de repasse cambial sobre os preços das exportações japonesas para o período de 1980 a 2007. O autor investigou o ERPT variável no tempo e encontrou uma redução de 40.00% para 20.00% entre 1990 e 2007.

Adicionalmente, foi estimado a equação (13) com a inclusão da variável PIB mundial medido em Dólar americano como variável explicativa denotando o efeito da pressão da demanda agregada sobre os

12

preços das exportações.17 Os resultados encontrados confirmaram as estimativas realizadas pelo modelo original nos três períodos do estudo, tanto pelo método MG (35.94%, 52.54% e 49.32%, respectivamente) quanto pelo PMG (18.75%, 47.39% e 45.70%, respectivamente). As estimativas realizadas por PDOLS corroboraram os resultados encontrados (quando estatisticamente significativas a um nível de 10% de significância).18

Com relação às variáveis Custo e Preço Internacional das Exportações, ambas apresentaram os sinais consistentes com a teoria econômica (quando estatisticamente significativos). Em especial, uma elevação dos custos de produção e dos preços internacionais das exportações estaria associada a um aumento dos preços domésticos das exportações.

Tabela 5 – ERPT sobre o Preço das Exportações19

Período / VariávelPreço

Doméstico das Exp.

Câmbio CustoPreço

Internacional das Exp.

Lags Leads

Jan/

2000

a

jun/

2003

VEC Panel MG 1 -0,3308* 0,2970** -0,5104# 2 0MG Ponderado -0,2738

  PMG 1 -0,1514* 0,0247# 0,0717# 2 0PDOLS Grouped 1 -0,2952* 0,1730** -0,5051# 2 2

Grouped Ponderado -0,2147  Pooled Weighted 1 -0,2756* 0,1453** 0,5161* 2 2

Jul/2

003

a ju

n/20

08

VEC Panel MG 1 -0,4406* 0,2290# 1,4190* 2 0MG Ponderado 0,4135

  PMG 1 -0,5916* 0,1469*** 0,6530* 2 0PDOLS Grouped 1 -0,4584* 0,0979# 1,3536* 2 2

Grouped Ponderado -0,4298  Pooled Weighted 1 -0,5983* -0,0051# 0,6684* 2 2

Jul/2

008

a ju

n/20

16

VEC Panel MG 1 -0,4793* 0,3428# 0,6774** 2 0MG Ponderado -0,4208

  PMG 1 -0,5296* 0,4854* 0,8596* 2 0PDOLS Grouped 1 -0,3678* 0,1908** 1,071* 2 2

Grouped Ponderado -0,3952  Pooled Weighted 1 -0,3273* 0,2248* 1,094* 2 2

Fonte: elaborada pelo autor com base nos dados da pesquisa * Estatisticamente significativo ao nível de significância de 1%, ** ao nível de 5% ,*** ao nível de 10% e # não significativo.

O Anexo 1 apresenta o coeficiente do ERPT variável no tempo para os preços das exportações dos setores analisados. Utilizou-se o modelo de estado espaço para estimação da equação (13)20. Os setores de minerais metálicos, equipamentos de informática eletrônicos e ópticos, metalurgia, máquinas, aparelhos e materiais elétricos, produtos de madeira e têxteis foram excluídos da análise devido a idenfiticação de autocorrelação serial21. Alguns setores apresentaram heterocedasticidade e ausência de normalidade dos resíduos devido à presença de outliers. Após o tratamento por exclusão dos outliers, parte dos setores ainda persistiu com a presença de heterocedasticidade (outros equipamentos de transporte) e ausência de normalidade (produtos do fumo e outros equipamentos de transporte) no entanto, em um patamar substancialmente menor, dessa forma, deu-se seguimento às estimações.

17 Goldberg e Campa (2005) salientam a importância da inclusão de uma variável de controle associada com as condições de demanda do país de destino das exportações. Athukoarala (1990) também inclui a pressão de demanda como variável explicativa em seu modelo.18A variável PIB mundial foi obtida para dados trimestrais, portanto, os valores foram repetidos mensalmente para a realização das estimativas. Identificou-se pelos testes de estacionariedade, a um nível de 5% de significância, que essa variável é I(1). 19Os sinais dos coeficientes estimados pelo método VEC para dados em painel são apresentados com a reversão dos sinais já realizada, o que permite uma comparação direta com as estimativas PDOLS.20Foi incluída uma variável binária que recebeu 1 para o período compreendido entre o julho de 2008 e dezembro de 2010, com o objetivo de captar o efeito da crise financeira global sobre os fluxos de comércio internacional, que foram normalizados após esse período.21Os setores de outros equipamentos de transporte e celulose e papel apresentaram ausência de autocorrelação serial a um nível de significância de 1%.

13

O Grupo 1 do Anexo 1 contempla os setores que apresentavam um aumento do ERPT sobre os preços das exportações até o primeiro semestre de 2008, e que sofreram uma redução drástica do repasse cambial imediatamente ou alguns trimestres após a eclosão da crise financeira global. Em linhas gerais o ERPT tornou-se positivo (repasse cambial reverso) durante o período de 2010/2012, retornando a sua trajetória declinante em seguida. Ademais, constatou-se que os produtos que apresentaram o menor grau médio de ERPT foram os químicos e celulose e papel. Nota-se que esses setores estão entre aqueles que apresentaram uma participação relevante de insumos importados em seus custos de produção, especialmente os produtos químicos (baseado nas matrizes de insumo produto).

O Grupo 2 ao Anexo 1 apresenta um conjunto heterogêneo no que tange ao comportamento do ERPT. Os setores de petróleo e gás e combustíveis apresentaram uma tendência de elevação do repasse cambial iniciado em 2000, que foi acentuada pela crise financeira global. É importante salientar que a partir de 2011/2012 ocorreu uma acentuação da tendência de aumento do ERPT atingindo um patamar de 60% e 100%, respectivamente para os dois produtos. Os veículos automotores são caracterizados por apresentar uma participação relevante de insumos importados, no entanto, o repasse médio apresentado para esses setores não foi marcadamente inferior aos demais. Destaca-se a semelhança entre o comportamento dos setores de veículos automotores, produtos alimentícios, de borracha e material plástico e farmacoquímicos e farmacêuticos. Essencialmente, os três segmentos apresentaram um grau de ERPT ascendente até 2004/2005, uma reversão após esse período seguido por um novo aumento do repasse cambial após o impacto da crise financeira global.

Os setores de outros equipamentos de transporte e couro, artefatos de couro demonstraram comportamentos distintos. O segundo setor apresentou uma tendência de elevação do ERPT a partir de janeiro de 2000. Essa tendência foi mantida, resultando em um grau de repasse cambial de aproximadamente 30% em 2004. A partir de então o ERPT assumiu uma trajetória declinante até a queda drástica ocorrida em 2008, assumindo um caráter oscilatório a partir de 2010. O setor de outros equipamentos de transporte é formado essencialmente por aviões, o que explica o comportamento estável do ERPT no período. Trata-se de um segmento formado por oligopólios globais onde a definição dos preços é determinada por fatores estruturais do mercado.

Não obstante a constatação de um ERPT incompleto para o período analisado, identificou-se uma variabilidade maior e valores médios de repasse cambial superiores aos encontrados por Tejeda e Silva (2008) para o período de 1980 a 2004. O ERPT sobre os preços das exportações brasileiras encontrado por eles situou-se entre 14% e 34% para os 15 setores incluídos na pesquisa. Esses autores reforçam que o grau incompleto de ERPT é corroborado pela literatura recente, que reforça a elevação dos markups dos exportadores como resultado das depreciações cambiais. Adicionalmente, Tejeda e Silva (2008) salientam a importância da participação dos insumos importados no custo da cadeia produtiva dos setores exportadores, possuindo um efeito final de redução do ERPT. 4.1.3 O Pass-through Sobre os Preços das Importações

A Tabela 6 a seguir apresenta o resultado da estimação da equação (14) pelos modelos VEC para dados de painel (métodos MG e PMG) e PDOLS (métodos Grouped e Pooled Weighted).22 Adicionalmente, são apresentadas as médias ponderadas para as estimativas por MG e Grouped, obtidas por meio da ponderação dos coeficientes do ERPT individuais de cada um dos vinte setores analisados, pelo seu percentual de participação no total das importações nos respectivos períodos. Objetivou-se com a aplicação dessa estratégia obter um coeficiente do ERPT que traduzisse a importância de cada setor da pauta de importações.

Nota-se em todos os períodos do estudo um elevado grau de ERPT sobre os preços das importações, aproximando-se da repassagem completa. É importante salientar que aproximadamente 70%

22 O segundo período do estudo foi estimado com a exclusão dos setores de metalurgia e mineral metálico devido a volatilidade encontrada nos dados os coeficientes estimados foram negativos e drasticamente superiores aos valores encontrados para os demais setores (-13.00 e -3.00, respectivamente). Os dois setores em conjunto representaram aproximadamente 5% do total das importações no segundo período.

14

das importações brasileiras no período em estudo constituiram-se de produtos altamente diferenciados (equipamentos de informática, eletrônicos e ópticos, máquinas e equipamentos, veículos automotores e produtos químicos) ou de commodities e derivados (petróleo e combustível). Esse último grupo é caracterizado pela definição de preços em Dólares americanos em mercados internacionais e o grau de ERPT tende a ser elevado (apesar da intervenção no controle dos preços dos combustíveis adotado pelo governo brasileiro). Dorbusch (1987) salienta que o nível de ERPT encontra-se diretamente relacionado com o grau de substitutibilidade entre os bens importados e os domésticos. Nesse sentido, quanto maior o grau de diferenciação do produto, menor será a existência de similares nacionais e mais elevado o grau de repasse cambial.

Os resultados encontrados nesse estudo diferenciam-se de Goldberg e Campa (2005) que encontraram um repasse cambial sobre os preços das importações dos países da OCDE de aproximadamente 0.5. Faruqee (2006) estimou um VAR compreendendo o período de 1990 a 2002 e identificou por meio da função impulso resposta um grau de repasse cambial sobre os preços das importações de 1.17, 0.30, 0.57, 0.60 e 0.68, repectivamente para a Zona do Euro, os EUA, o Japão, o Reino Unido e o Canadá. Choudhri e Hakura (2012) estimaram o ERPT sobre os preços das importações e exportações para um conjunto de 18 países desenvolvidos e 16 em desenvolvimento, abrangendo o período de 1979 a 2010, por meio do OLS e pelo modelo VAR. Os autores encontraram um repasse médio sobre os preços das importações de 0.67 e 0.63 (MQO) e de 0.60 e 0.54 (VAR), para os países desenvolvidos e em desenvolvimento, respectivamente (0.99 e 0.86 para o Brasil). Aguerre et al. (2012) estimam o ERPT sobre os preços das importações separadamente para um conjunto de países, compreendendo o período de 1980 a 2007. O repasse médio de longo prazo encontrado foi de 0.82, 0.49 e 0.89, respectivmente para os países em desenvolvimento, para os emergentes e para o Brasil, corroborando os resultados encontrados no presente estudo.

Com relação as variáveis de Custo Internacional das Importações, Preço das Commodities e PIB Real, constatou-se que as duas primeiras apresentaram os sinais de acordo com o esperado, baseado na teoria econômica (quando estatisticamente signficativas). Não obstante, a variável PIB Real apresentou sinais negativos em alguns casos, indicando a possível existência de uma relação inversa entre o aumento da pressão da demanda doméstica e o preço doméstico das importações, contrariando o postulado pela teoria econômica sugerindo a necessidade de investigações adicionais.

O Anexo 2 apresenta o coeficiente do ERPT variável no tempo para os preços das exportações. Utilizou-se o modelo de estado espaço para estimação da equação (14). Os setores de minerais metálicos e vestuário foram excluídos da análise devido a idenfiticação de autocorrelação serial. Alguns setores apresentaram heterocedasticidade e ausência de normalidade dos resíduos devido à presença de outliers. Após o tratamento por exclusão dos outliers, parte dos setores ainda persistiu com a presença de heterocedasticidade (produtos de borracha e material plástico, produtos de metal e máquinas, aparelhos e material elétrico) e ausência de normalidade (veículos automotores) no entanto, em um patamar substancialmente menor, dessa forma, deu-se seguimento às estimações.

O Grupo 1 no Anexo 2 apresenta um conjunto de setores que apresentou um comportamento semelhante durante o período em estudo. Esses setores demonstraram uma tendência de redução do ERPT até 2004/2005 (até 2002 no caso do setor de Metalurgia). A partir desse período o grau de repasse assumiu uma trajetória ascendente até a eclosão da crise financeira global. A partir desse evento, o ERPT retomou sua trajetória declinante.

O Grupo 2 no Anexo 2 é formado por um conjunto heterogêneo de segmentos da economia brasileira. O setor de produtos agrícolas e pecuários e veículos automotores mantiveram suas tendências de elevação do grau de repasse cambial durante todo o período, respondendo em um menor grau a crise financeira global de 2008. Com relação aos setores de equipamentos de informática, eletrônicos e ópticos, outros equipamentos de transporte e máquinas, aparelhos e materiais eletrônicos identificou-se uma tendência de redução do grau de repasse cambial até 2010, 2006 e 2006, respectivamente. Após esse estágio, o coeficiente do ERPT seguiu uma trajetória de elevação de maneira oscilatória. Por fim, foi identificado um efeito transitório da crise financeira global sobre o setor de produtos de metal, de derivados de petróleo e de petróleo e gás. Inicialmente todos os três segmentos apresentaram uma trajetória crescente do grau de repasse cambial a partir de 2000, atingindo um valor máximo em torno de

15

1.25 em 2008. Posteriormente, observou-se uma redução relevante do ERPT, que retornou sua trajetória ascendente a partir de 2010.

Tabela 6 – ERPT sobre o Preço das Importações

Período / VariávelPreço

Doméstico das Imp

CâmbioCusto Int das

Imp

Preço das Commodi

tiesPIB Real Lags Leads

Jan/

2000

a

jun/

2003

VEC Panel MG 1 0,9981* 0,7572# 0,4279* -0,0599# 2 0MG Ponderado 0,9673

  PMG 1 0,9484* 0,1043# 0,2597* -0,2365** 2 0PDOLS Grouped 1 1,0052* 2,4909* 0,3941* 0,0022# 2 2

Grouped Ponderado 1,0160  Pooled Weighted 1 0,9670* 0,4233* 0,2350* -0,1442# 2 2

Jul/2

003

a ju

n/20

08

VEC Panel MG 1 0,7658* 0,4849# 0,1257# 0,2323# 2 0MG Ponderado 0,9836

  PMG 1 0,8264* 0,0933# 0,1211* 0,0927# 2 0PDOLS Grouped 1 1,0891* 1,1274* 0,2273* 0,4286* 2 2

Grouped Ponderado 1,1179  Pooled Weighted 1 1,0645* 0,7881* 0,1237* 0,4104* 2 2

Jul/2

008

a ju

n/20

16

VEC Panel MG 1 0,9211* 0,9729* 0,2733* -0,2461** 2 0MG Ponderado 0,9886

  PMG 1 1,0884* -0,0507# 0,3174* -0,3175* 2 0PDOLS Grouped 1 0,9452* 1,0459* 0,2929* -0,3270* 2 2

Grouped Ponderado 1,0100  Pooled Weighted 1 0,9692* 0,7948* 0,2030* -0,3007* 2 2

Fonte: elaborada pelo autor com base nos dados da pesquisa * Estatisticamente significativo ao nível de significância de 1%, ** ao nível de 5% ,*** ao nível de 10% e # não significativo.5. Considerações Finais

Esse trabalho estima o grau de ERPT os preços das exportações e importações da economia brasileira de janeiro de 2000 a junho de 2016. O estudo foi realizado por meio da avaliação do comportamento do ERPT em três períodos marcadamente distintos: de janeiro de 2000 a junho de 2003, de julho de 2003 a junho de 2008 e de julho de 2008 a junho de 2016. Adicionalmente, analisou-se a trajetória do grau de repasse cambial variável no tempo.

Concluiu-se que o grau de repasse cambial sobre os preços das exportações é incompleto e inferior ao obtido sobre as importações (valor médio de 37% e 98%, respectivamnte, considerando o período total do estudo). Nesse contexto, políticas econômicas que visam elevar as exportações brasileiras via depreciações cambiais, podem não ser o instrumento mais adequado de fomento do crescimento econômico, considerando o baixo grau de competitividade das exportações e o alto nível de repasse cambial sobre os índices de preços domésticos que se refetiriam na elevação do nível geral de preços. É importante destacar a existência de um impacto diferenciado da crise financeira global iniciada em 2008 sobre os preços das exportações e importações dos setores compreendidos no estudo. Em especial, alguns segmentos alteraram permanentemente sua trajetória de repasse cambial sobre os preços, enquanto outros foram marginalmente afetados.

Os resultados obtidos por esse estudo limitaram-se a uma estratégia backward looking, com a aplicação de dados passados. Para trabalhos futuros, sugere-se a utilização de variáveis forward looking, quando aplicável. Essa abordagem seria uma via de enriquecimento empírico dos resultados que traduziria a influência das expectativas dos agentes no grau de repasse cambial.Referencial BibliográficoAthukorala, P. Exchange rate pass-through: The case of Korean exports of manufactures. Economics Letters, v. 35, pp. 79-84, 1990.Aguerre, B. R.; Fuertes, M. A. e Phylaktis K. Exchange rate pass-through into import prices revisited: what drives it ?. Journal of International Money and Finance, v. 31, nº 4, pp. 818-844, 2012.Baltagi, B. H.; Kao, C. Nonstationary Panels, Cointegration in Panels and Dynamic Panels: A Survey. Center for Policy Research, Woking Paper, nº16, 2000.Blackburne, E. F.; Frank, M. W. Estimating nonstationary heterogeneous panels. Stata Journal, v. 7, nº 2, pp. 197-208, 2007.

16

Branson, W. H. Comment on exchange rate pass-through in the 1980s: the case of U.S imports of manufactures. Brookings Papers on Economic Activity 1, 330-3, 1989.Carbaugh, R. J. Economia Internacional. São Paulo: Pioneira Thomson Learning, 2004.Ceglowski, J. Has pass-through to export prices risen ? Evidence for Japan. Journal of the Japanese and International Economies, v. 24, pp. 86-98, 2010.Choudhri, E. U.; Hakura, D. S. Exchange rate pass-through to domestic prices: does the inflationary environment matter ?. Journal of International and Finance, v. 25, pp. 614-639, 2006.Choudhri, E. U.; Hakura, D. S. The Exchange Rate Pass-Through to Import and Export Prices: The Role of Nominal Rigidities and Currency Choice. IMF Working Paper, 12/226, 2012.Commandeur, F. J. J.; Koopman J. S. Practical Econometrics. An Introduction to State Space Time Series Analysis. Oxford University Press, New York, 2007.Correa, A. L. Taxa de câmbio e preços de exportação no Brasil: avaliação empírica dos coeficientes de pass-through setoriais. Economia e Sociedade, v. 21, nº 01(44), pp. 61-91, 2012.Cukierman, A.. Monetary policy and institutions before, during and after the global financial crisis. Journal of Financial Stability, 230, 2013.Dornbusch, R. Exchange Rates and Prices. The American Economic Review, Vol. 77, n. 1, pp. 93-106, 1987.Faruqee, H. Exchange Rate Pass-Through in the Euro Area. IMF Staff Paper, vol. 53, nº 01, pp. 63-88, 2006.Feenstra, R., Gagnon, J.; Knetter, M.. Market share and exchange rate pass-through in world automobile trade. Jornal of International Economics, vol. 40, pp. 2-17, 1996.Feenstra, R. C.; Bergin, P. R. Pass-through of exchange rates and competition between floaters and fixers. NBER Working Paper, nº13620 , Cambridge-MA, NBER,2007Feenstra, C. R.;Taylor, M. A. International Economics. 2. Ed. New York: Worth Publishers, 2012.Goldberg, L. S; Campa, J. M. Exchange rate pass-through into import prices. The Review of Economics and Statistics. v. 87, p. 679-690, 2005. Goldberg, L. S; Campa, J. M. e Minguez, G. M. J. Exchange Rate Pass-Through to Import Prices in the Euro Area. Federal Reserve Bank of New York Staff Reports, nº 219, 2005.Goldberg, P.; Knetter, M. Goods prices and exchange rates: what have we learned ?. Journal of Economic Literature, v. 35, pp. 1243-1272, 1997.Guimarães, E. A.; Pourchet, H; Ribeiro, F. J.; Cozendey, M. Índices de rentabilidade das exportações brasileiras. Rio de Janeiro: Funcex, Texto para Discussão, nº 194, jun., 2010.Harvey, A. C. Forecasting structural time series models and the Kalman Filter. Cambridge: Cambridge U.P. 7th ed., 1999.Hooper, P.; Mann, C. L. Exchange dynamic econometric models by encompassing the VAR. Oxford: Institute of Economics and Statistics, University of Oxford, APE, 1990.Kannebley Jr. S. Exchange rate pass-through: uma análise setorial para as exportações brasileiras 1984-1997. Economia Aplicada, v. 4, n. 3, 2000.Kannebley J. S.; Reis A. H. G.; Junior T. R. Repassse cambial na indústria de transformação brasileira: uma análise para preços de importações e ao atacado – 1999 a 2012. Economia e Sociedade, v. 25, nº 1(56), pp. 25-50, abr. 2015.Kim, C. J.; Nelson, C. R. State-Space Models with Regime Switching: Classical and Gibbs-Sampling Approaches with Applications. Philadelphia: The MIT Press, 1999.Kao, C.; Chiang, M. H. On the estimation and inference of a cointegrated regression in panel data. Advances in Econometrics, nº15, pp. 179-222, 2000.Krugman, P. Pricing to market when the exchange rate changes. In: Arndt, S. W., Richardson, J. D. (Eds.), Real-Fiancial Linkages Among Open Economics. MIT Press, 1987Marazzi, M.; Sheets, N.; Vigfusson R.; Faust, J.; Gagnon, J.; Marquez, J.;Martin R.; Reeve, T.; Rogers, J. Exchange Rate Pass-through to U.S Import Prices: Some New Evidence. International Finance Discusssion Papers, Board of Governors of the Federal Reserve System, nº 833, apr. 2005.Marazzi, M.; Sheets, N. Declining exchange rate pass-thorough to U.S import prices: the potential role of global factors. Journal of International Money and Finance, v.26, pp. 924-947, 2007.

17

Mark, C. N.; Sul, D. Cointegration Vector Estimation by Panel DOLS and Long-run Money Demand. Oxford Bulletin of Economics and Statistics, v. 65, nº5, 2003.Menon, J. Exchange rate pass-through. Journal of Economic Surveys, vol. 9, nº 2, p.p. 198-231, 1995.Pesaran, M. H.; Smith, R. P. Estimating long-run relationships from dynamic heterogenous panels. Journal of Econometrics, v. 68, pp. 79-113, 1995.Pesaran, M. H.; Shin, Y.; Smith R. P. Estimating long-run relationship in dynamic heterogenous panels. DAE Working Papers Amalgamated Series 9721, 1997.Pesaran, M. H.; Shin, Y.; Smith R. P. Pooled mean group estimation of dynamic heterogeneous panels. Journal of the American Statistical Association, v. 94, pp. 621-634, 1999.Rogoff, K. The purchasing power parity puzzle. Journal of Economic Literature, v. 34, pp. 647-688, 1996.Sachsida, A.; Teixeira, J. R. Impactos de Desvalorizações Cambiais Sobre a Conta Corrente no Brasil. IPEA.Sims, C. A. Comment on Sargent and Cogley´s Post World War II US Inflation Dynamics. NBER Macroeconomics Annual, Nº 16, pp. 373-379, 2001.Sekine, T. Time-varying exchange rate pass-through: experiences of some industrial coutries . BIS Working Papers, nº 202, 2006.Stock, J.;Watson, M. A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems. Econometrica, v. 61, n.4, pp. 783-820, 1993.Tejada, C. A. O., Filho, L. F. F.; Costa, T. V. M. O pass-through das variações da taxa de câmbio para os preços das exportações de produtos agropecuários do Rio Grande do Sul, 2003. Disponível em www.upf.tche.br.Tejeda, C. A. O.; Silva, A. G. O pass-through das variações da taxa de câmbio para os preços dos principais produtos exportados pelo Brasil. Revista de Economia e Sociologia Rural, v. 46, nº 01, pp. 171-205, jan/mar 2008.Thorbecke, W.; Kato, A.. The effect of exchange rate changes on Japanese consumption exports. Japan and the World Economy, v 24, pp. 64-71, 2012.

ANEXOS

18

ANEXO 1 - ERPT Variável no Tempo Sobre os Preços das ExportaçõesGrupo 1

Grupo 2

ANEXO 2 - ERPT Variável no Tempo Sobre os Preços das ImportaçõesGrupo 1

0.90

0.95

1.00

1.05

1.10

1.15

0.90

0.95

1.00

1.05

1.10

1.15

2000 2002 2004 2006 2008 2010 2012 2014 2016

ERPT ± 2 RMSE

ERPT - Máquinas e Equipamentos

19

Grupo 2

20