Universidade de Caxias do Sul, Rio Grande do Sul, Brasil

Graduação em Ciências Econômicas pela Universidade de Caxias do Sul (2024). Tem experiência na área de Economia. E-mail: lbonkevitch@ucs.br.com

Os preços livres representam os bens que compõem a cesta do IPCA e seus valores são determinados livremente pelo mercado, enquanto os preços administrados têm seus valores definidos por meio de contratos ou pelo governo. Observa-se que os preços administrados apresentavam queda desde 2011, e a redução pontual da carga tributária em 2012 controlou os preços livres.

Tais medidas foram capazes de evitar o aumento de preços no curto prazo e permitiram a manutenção do crédito direcionado. Como os índices de inflação se mantiveram controlados, o Banco Central não apenas manteve a taxa de juros, como a reduziu em 2012 para o menor nível da história do Real. A economia brasileira continuou aquecida até 2013, a demanda agregada e a taxa de investimento permaneceram em patamares elevados, e o país desfrutava de pleno emprego (Ipeadata, n.d.).

A recessão de 2014

Ao passo em que promovia um crescimento acelerado na economia e a mantinha em pleno emprego, as políticas expansionistas adotadas provocaram a deterioração das contas públicas, e o resultado primário passou a ser deficitário a partir de 2014. Estima-se que o quadro fiscal já apresentava déficit nos anos anteriores, e foi maquiado devido às manobras do governo para antecipação de receitas e adiamento de despesas (Gremaud, Vasconcellos & Toneto, 2016).

Figura 5

Resultado primário e nominal do governo central – 2009 a 2015 (R$ bilhões)

A mais severa recessão econômica brasileira do século iniciou no segundo trimestre de 2014, aprofundou-se em 2015 e perdurou durante todo ano de 2016. A queda no nível de atividade econômica registrada no período foi a maior dos últimos 70 anos, e fez o PIB brasileiro retrair cerca de 8,3% no período (Ipeadata, n.d.).

O encerramento dos programas de fomento à indústria e ao desenvolvimento, que haviam se beneficiado de ampla oferta de crédito subsidiado por meio dos bancos públicos, com destaque para o BNDES, resultou em uma acentuada queda do nível de investimento a partir de 2014. A Formação Bruta de Capital Fixo (FBKF), indicador que reflete os investimentos em ativos fixos, apresentou trajetória de crescimento até o final de 2013. A partir de meados de 2014, com o avanço da crise econômica, esse indicador iniciou uma trajetória de retração. Entre janeiro de 2014 e janeiro de 2017, a FBKF acumulou uma queda de aproximadamente 33% (Ipeadata, n.d.). Como resultado da crise econômica e na retração do produto, a economia brasileira, em termos médios, se manteve estagnada por toda década.

A tabela 1 mostra que, embora tenha sido afetada também pela chegada da pandemia de Covid-19 em março de 2020, a economia do Brasil registrou uma taxa média de crescimento de apenas 0,3% no período 2011 – 2020, enquanto a taxa de crescimento global foi de 3,6%.

A maior crise econômica brasileira da história recente caracterizou a década de 2010 como a “2ª década perdida”, em alusão à primeira que ocorreu na década de 1980, período em que a economia brasileira sofria com diversos problemas estruturais.

Metodologia

Há uma certa escassez de análises empíricas dos padrões sugeridos pela TACE, devido à complexidade em expressar os conceitos da Escola Austríaca em termos equacionais, e pela própria rejeição metodológica de seus expoentes à medição empírica das hipóteses. A Escola Austríaca define o método empírico como um problema epistemológico da ciência da ação humana e, para Mises (1949), a impossibilidade de medição não se dá por ausência de meios técnicos para sua efetivação e, caso fosse esse o problema central, uma estimativa aproximada seria possível. O problema ocorre devido à ausência de relações constantes, portanto não se pode utilizar, no âmbito da ação humana, a mesma metodologia das ciências físicas. Ciente da complexidade das questões metodológicas, a análise estatística do presente modelo visa fornecer evidências consistentes sobre a credibilidade da TACE para explicar o período selecionado.

As séries temporais foram coletadas com base em dados de fontes secundárias. Foram selecionados os períodos trimestrais referentes a janeiro de 2009 até dezembro de 2015, compreendendo um total de 28 amostras. As variáveis foram definidas com base nos trabalhos de Keeler (2001), Barros, Stamm e Cypriano (2021) e nas próprias proposições da TACE, onde mede-se as alterações no nível de produção industrial e, eventualmente, no resultado do produto e na utilização da capacidade, e a sua relação com as alterações no estoque de moeda. Para a execução do modelo, foi utilizado o software econométrico Eviews.

O quadro 1 apresenta as séries definidas, a fonte secundária, bem como os ajustes necessários para as variáveis.

A TACE tem como elemento central a relação entre a variação da oferta monetária e seus efeitos sobre a economia real. Para aprimorar a mensuração da expansão do crédito, adotou-se o agregado monetário M2, que inclui o meio de pagamento restrito M1 acrescido dos depósitos a prazo.

Na indústria, além da série Indústria Geral (ind_geral), a qual mede a atividade industrial agregada, foram coletados dados de seis diferentes setores, classificados como bens de primeira à última ordem. A separação dos setores industriais tem por objetivo caracterizá-los de acordo com a estrutura de produção intertemporal ilustrada por Hayek (1931), e foi dividida em (i) ordens superiores: bens de capital (benscap), bens de consumo duráveis (duraveis), indústria extrativista (extrativa); (ii) ordens intermediárias: bens de transformação (transf), bens intermediários (intermed); e (iii) ordem inferior: bens de consumo semiduráveis e não duráveis (semi). Todas as variáveis foram coletadas pelo IBGE e estão em índice com nível 100 para 2009/01.

O nível de produto mede a totalidade de bens e serviços produzidos pela economia em um dado período. Para isso, foi selecionado o Índice de Atividade Econômica do Bacen (IBC-BR). Os dados foram estão em índice com nível 100 para 2009/01.

E, por fim, a utilização da capacidade instalada (utlizacao) está diretamente relacionada com os períodos de expansão e retração e, consequentemente, com o nível de produto. A série obtida é fornecida pela Fundação Getúlio Vargas (FGV), e está em índice com nível 100 para 2009/01.

Modelos e séries temporais: propriedades e definições

Estacionariedade e Raiz Unitária

O trabalho empírico baseado em dados de séries temporais pressupõe que a série seja estacionária. De acordo com Gujarati e Porter (2011), em um processo estocástico, onde há uma coleção de variáveis aleatórias ordenadas no tempo, a série será estacionária se sua média e variância forem constantes ao longo do tempo e o valor da covariância entre os dois períodos depender apenas da distância, do intervalo ou da defasagem entre os dois períodos e não o tempo real ao qual a covariância é computada.

Assim sendo:

Média: E (y_t) = μ_t = μ (7)

Variância: Var(y_t) = E(y_t – μ²) = σ_t² = σ² (8)

Covariância: Cov(y_t , y_t–j) = E[(y_t – μ_t)(y_t–j – μ_t)] = y_j (9)

A média μ, variância σ² e covariância y_j são constantes e finitos. Para tanto, temos que (μ, σ², y_j < ∞).

Contudo, séries que tratam de eventos temporais tendem a ser não estacionárias. Sua visualização revela a presença de ciclos, tendências e sazonalidade. Com isso, é necessário a aplicação dos testes de raiz unitária a fim de identificar a ordem de integração I(d) de uma série. A presença de raiz unitária revela uma situação de não estacionariedade.

Os principais testes convencionais de raiz unitária são Dickey-Fuller Aumentado (ADF), Phillips-Perron (PP) e Kwiatkowski, Phillips, Schmidt and Shin (KPSS). Os testes ADF e PP avaliam a hipótese nula de presença de raiz unitária e, portanto, diz-se que a série é não-estacionária se os valores críticos se encontram dentro do campo de aceitação. Inversamente, o teste KPSS indica a hipótese nula que a série temporal é estacionária em torno de uma tendência (sazonalidade) determinística, e resta a hipótese de existência de raiz unitária para a hipótese alternativa (Maddala e Kim, 2007).

Modelo autorregressivo vetorial bivariado

A análise dos modelos econômicos consiste na interpretação das relações de diferentes variáveis. Portanto, modelos univariados possuem certa limitação técnica para expressá-los. De tal forma, a abordagem vetorial autorregressiva (VAR) estabelecida por Sims (1980) transformou-se em um instrumento amplamente utilizado na análise macroeconômica.

Para Bueno (2011), em um modelo VAR bivariado as séries temporais x_t e y_t podem ser influenciadas pelos valores defasados de uma variável para outra, e pelos seus próprios valores defasados, onde x_t e y_t são variáveis endógenas. Na forma primitiva, temos a seguinte equação:

        
yt = b10 – α12xt + b11yt–1 + b12xt–1 + σyεyt        (10)

       
xt = b20 – α21yt + b21yt–1 + b22xt–1 + αxεxt         (11)

      

A especificação do modelo demonstrada acima pressupõe que as variáveis são mutuamente influenciadas uma pela outra, tanto por valores presentes quanto valores defasados. Conforme Bueno (2011), o efeito feedback se deflagra quando as variáveis se interagem contemporaneamente, onde cada uma delas depende das demais variáveis contidas nos vetores do modelo. Para isso, as variáveis precisam ser (i) estacionárias, (ii) endógenas e (iii) o erro ser ruído branco ε_yt ~ RB (0,1) e ε_xt ~ RB (0,1) com desvio padrão σ_y e σ_x.

Teste de causalidade de Granger

A análise de regressão linear lida com a dependência de uma variável sobre as demais, e não implica necessariamente causalidade ou precedência. Tão somente a existência de uma relação entre duas ou mais variáveis não revela causalidade ou a direção de influência. Entretanto, quando se trata de séries temporais, pode haver causalidade e precedência entre as séries, uma vez que estamos lidando com eventos temporais. Segundo Kopp (2000), ao analisar séries temporais torna-se visível que o tempo não corre para trás. Se o evento A ocorre antes do evento B, pode-se afirmar que A possa estar causando B, mas B não pode causar A. Eventos futuros não podem causar eventos do presente.

O teste desenvolvido por Granger (1969) consiste em apontar uma suposta relação de antecedência temporal entre duas séries temporais, e o teste pressupõe que as informações necessárias para a previsão das variáveis preditivas estão contidas nos próprios dados da série temporal (Gujarati; Porter, 2011). Na circunstância de uma modelo vetorial autorregressivo (VAR) com duas variáveis x_t e y_t, devemos definir se x_t causa no sentido Granger a variável y_t, ou seja, se os valores defasados da variável x_t possuem precedência temporal em relação a y_t.

Para definir a existência de relação causal, os coeficientes estimados devem ser significativamente diferentes de zero, onde por exemplo o coeficiente β correspondente ao termo defasado da variável x causa, no sentido Granger, a variável y. De tal forma, se as variáveis não forem diferentes de zero, assinala-se que não há relação casal entre elas.

Após a importação do modelo VAR, são testadas quatro hipóteses referentes à existência ou ausência de causalidade. Para revelar causalidade ou precedência, é necessário que a hipótese nula (H₀) de não causalidade seja rejeitada. São elas:

1. Causalidade unidirecional de x para y: os valores defasados de ajudam a explicar o valor atual de y_t (H₁: x → y);
2. Causalidade unidirecional de y para x: os valores defasados de x_t ajudam a explicar o valor atual de x_t (H₂: y → x);
3. Causalidade bidirecional: os valores defasados de x_t ajudam a explicar o valor atual de y_t, e os valores defasados de ajudam a explicar o valor atual de x_t (H₃: x ↔ y);
4. Relação de independência ou ausência de causalidade: Os valores defasados de x_t não ajudam a explicar o valor atual de y_t, e os valores defasados de também não ajudam a explicar o valor atual de x_t (H₄: x Ʇ y).

As hipóteses nulas do teste de Granger assumem que não há causalidade e podem ser escritas da seguinte forma:

H₀: x_t ↛ y_t

<>H₀: y_t ↛ x_t

Onde o símbolo ↛ significa “não Granger causa” ou “ does not Granger cause ”.

Resultados

Para o presente modelo, todas as variáveis selecionadas são estacionárias a partir da primeira ordem de integração, com exceção das variáveis M2, bens intermediários e IBC, as quais são estacionárias em segunda ordem. Para tanto, foram estimados os testes Dickey-Fuller Aumentado e KPSS.

Vide Tabela 2.

De acordo com o modelo austríaco e a estrutura de produção ilustrada por Hayek (1931), o tempo é um fator preponderante para que as distorções que ocorrem gradativamente nos diferentes setores da estrutura produtiva passam a surtir efeito. Foram estimados quatro modelos com um, dois, três e quatro níveis de defasagens, respectivamente. Após as estimações, observou-se que a melhor saída para o modelo foi obtida com três defasagens.

Vide Tabela 3.

De acordo com as equações do modelo (10, 11), ao observar o comportamento da variável independente sobre a variável dependente, pode-se deduzir que alterações no estoque de moeda acarretam mudanças na atividade econômica. A expansão artificial estimula os investimentos indiretos, e ocorre um aumento na atividade industrial agregada, na utilização da capacidade instalada, e no nível de produto.

A hipótese nula H₀ para o teste de Granger assume que não há evidência de causalidade para as variáveis em análise, sejam elas moeda, indústria – agregada e setorial - nível de produto, e utilização da capacidade instalada. Para determinar causalidade, é necessária a rejeição da hipótese nula.

Vide quadro 2.

Os resultados obtidos através do teste de causalidade apoiam a afirmação a priori da teoria austríaca de que alterações no estoque de moeda podem gerar o início de um ciclo ao causar variações na estrutura de produção, sobretudo nos índices de produção setorial, e no nível de produto e ocupação da capacidade. Com exceção da relação entre moeda e indústria extrativista (extrativa), todas as demais relações apresentam significância estatística a um nível fixado em 5%. Já a relação entre moeda e bens de capital (besncap), bens intermediários (intermed), bens de transformação (transf), produção industrial agregada (ind_geral) e nível de produto (IBC) denotam significância a 1%.

Neste sentido, evidenciou-se que as medidas expansionistas da Nova Matriz Econômica estimularam a má alocação de capital no período analisado, fenômeno que se refletiu na expansão artificial da indústria, do nível de produto e da capacidade instalada. Em relação à ausência de causalidade na indústria extrativista, pode-se afirmar que o setor se manteve resiliente à política contracionista por conta de fatores externos, como a demanda por minério de ferro advinda da China e dos países asiáticos.

Figura 6

Comportamento das séries temporais – 2009 a 2015 (jan/2009) = 100

Através da figura 6, observa-se a semelhança no comportamento da moeda, da indústria agregada e do nível de produto. A expansão dos diferentes setores da indústria sustenta o padrão sugerido pela TACE de que uma política monetária expansionista distorce os preços relativos e emite falsos sinais aos agentes econômicos no que concerne à oferta de fundos para investimento e propicia o malinvestment. A expansão na oferta monetária iniciou em 2009 e se consolidou em 2010 e, conforme mencionado no capítulo anterior, as medidas pontuais adotadas pelo governo no sentido de reduzir a carga tributária para determinados setores e controlar os preços administrados permitiram a manutenção do crédito e das taxas de juros, e a oferta monetária se manteve em expansão até o final de 2014.

A partir de 2015, a redução na oferta de moeda e crédito decorrente de uma política contracionista fez com que os investimentos fossem liquidados e o país entrou em recessão.

Figura 7

Comportamento das razões industriais – 2009 a 2015 (jan/2009 = 100)

A figura 7 ilustra o comportamento das séries referentes à produção industrial setorizada. Ao observar, pode-se assinalar que há um padrão de semelhança entre as séries nas diferentes fases do ciclo, e as variáveis bens de capital e bens duráveis apresentaram maior oscilação durante o período analisado. O comportamento vai em linha com a proposição feita por Hayek (1931) de que as indústrias mais intensivas em tempo e capital (métodos indiretos) são mais sensíveis as variações nas taxas de juros e, portanto, apresentam variações relativamente maiores aos demais setores da estrutura de capital.

Todas as variáveis apresentaram oscilação negativa em março de 2012. A isso pode-se atribuir a elevação dos preços que frearam a atividade econômica naquele momento. Conforme visto anteriormente, medidas de controle de preços foram utilizadas para mitigar os efeitos, e permitiram a manutenção do crescimento nos períodos subsequentes.

A única razão industrial que apresentou comportamento diferentes das demais foi a extrativa mineral (extrativa), em especial no período de 2014 a 2015. Neste caso, destaca-se a demanda por commodities que se manteve resiliente no mercado internacional, e contribuiu para a melhora no resultado do setor extrativista.

Outras abordagens sobre o tema

O trabalho desenvolvido por Barros, Stamm e Cypriano (2021) analisou a economia brasileira período 2004 a 2019, agregando ao estudo o período pré subprime. A análise foi feita trimestralmente, e compreendeu um total de 58 amostras. O objetivo do estudo foi de analisar os efeitos da TACE, assumindo como hipótese os efeitos diretos da política monetária sobre as razões industriais, setorial e agregada, e o nível de produto. No entanto, na variável moeda foi utilizado o meio de pagamento M1, que compreende o saldo em moeda em poder do público mais os depósitos à vista.

O estudo obteve resultados semelhantes, inclusive sob a indústria extrativista, que apresentou certa resiliência na série. Por se tratar de um período mais amplo e que incluiu o início do ciclo de commodities, o resultado foi mais expressivo e o teste de causalidade denotou significância a 1% para todas as razões industriais, exceto o setor extrativista.

O trabalho de Maia, Steinrich e Albuquerque (2019) publicado no Quaterly Journal of Austrian Economics sugere que o ciclo econômico brasileiro durou cerca de 13 anos (2004-16), período em que a taxa de desemprego flutuou de 4,6% para 11,9%, e divide-se em três períodos: o boom referente ao início do ciclo de commodities (2004-2008), boom sob a égide da Nova Matriz Econômica e dos planos expansionistas (2008-2014), e a fase de depressão (2014-2016).

A evidência empírica dos eventos e o comportamento das variáveis confirmam a versão austríaca sobre os fatos geradores de um boom artificial. Conforme Maia, Steinrich e Albuquerque (2019), a fase de expansão iniciou em 2004 onde a estrutura de produção começa a apresentar distorções. A situação se agravou durante a segunda fase (2008-2014), período pelo qual o governo brasileiro aprofundou as medidas de intervenção no mercado, através da expansão do crédito e controle de preços. O agravamento das medidas intervencionistas culminou na maior recessão no Brasil desde que a metodologia PIB foi introduzida em 1901.

De acordo com Sperancini e Dantas (2023) a política econômica do regime militar (1964 – 1985) é mais uma prova cabal da insistência do governo em promover o desenvolvimento via expansão monetária, e o milagre econômico foi substituído pela década perdida. O trabalho desenvolvido aponta que o Governo Figueiredo (1979 – 1985), na iminência de promover um amplo ajuste diante das distorções promovidas por seus antecessores, acabou optando pela expansão do crédito, e desconsiderou que o país já experienciava altos índices de inflação. Sob a administração de Delfim Netto, a expansão do M1 no primeiro semestre de 1979 foi de 47%. Houve um pequeno ajuste entre 1980 e 1981, onde a variação caiu de 97,4% no primeiro semestre de 1980 para 57,3% em 1981. No último ano do regime (1985), a variação foi de 227% (Abreu, 2014).

O trabalho de Sperancini e Dantas (2023) assume que as tentativas do regime militar consistiam em estender o Milagre Econômico o máximo possível. Conforme propunham os austríacos, a recessão é necessária para a correção dos fatores e, quanto maior forem os estímulos na tentativa de postergá-la, maior será a eventual correção.

Considerações Finais

A história republicana brasileira demonstra um histórico de recorrência de ciclos econômicos. Em suma, há uma alternância entre breves períodos de crescimento e fases de estagnação ou contração. Essa tendência secular da economia brasileira levou à expressão metafórica de que o Brasil é o país do “eterno voo de galinha”, em alusão à uma economia que não consegue sustentar longos períodos de crescimento.

Tendo isso em vista, o presente estudo buscou analisar se os padrões sugeridos pela Teoria Austríaca dos Ciclos Econômicos, sobretudo nos efeitos em que as variações na oferta de moeda ocasionam no lado real da economia, podem explicar as causas da maior crise econômica que o país enfrentou desde 1929.

O teste de causalidade de Granger buscou apontar as relações de precedência temporal entre as variáveis do modelo. Os resultados obtidos corroboram com os padrões do modelo austríaco que sugerem que a fase de expansão foi engendrada via manipulações na oferta de moeda e crédito. Com exceção da indústria extrativista, a variação na oferta monetária refletiu nas razões industriais e nos diferentes setores da estrutura de capital de maneira não neutra.

Ao analisar o comportamento dos diferentes setores da indústria, verificou-se que os setores intensivos em tempo e capital apresentaram as maiores oscilações durante as distintas fases do ciclo econômico. As variações relativamente maiores dos setores indiretos sobre os diretos atestam a maior sensibilidade que o primeiro tem em relação às alterações na oferta de moeda e crédito.

Neste sentido, o período de retração econômica tende a afetar com maior intensidade as ordens superiores da cadeia produtiva. Tal fenômeno vai em linha com o efeito Ricardo proposto por Hayek, onde a liquidação dos investimentos nos setores mais distantes dos bens de consumo final provoca um encurtamento da estrutura de capital, e os métodos indiretos são substituídos por métodos diretos.

Embora o presente trabalho tenha atingido seu objetivo principal, revelaram-se a existência de lacunas na análise empírica. Para trabalhos futuros, uma sugestão seria de relacionar o setor extrativista com o ciclo econômico brasileiro, visto que foi a única variável que não sofreu os impactos dos choques monetários. Neste caso, o objetivo seria analisar seus retornos e identificar se o mesmo possui resistência às flutuações da economia brasileira. A abordagem pode ser ampliada a todo setor primário e de commodities, tendo em vista que o setor é tido como perene e pode se financiar através de contratos futuros, sem a necessidade de tomada de crédito, e se torna menos vulnerável às mudanças na política monetária.

Notas

MISES: Interdisciplinary Journal of Philosophy Law and Economics, São Paulo, 2025, v. 13.