a influência da agropecuária nos ciclos de negócios

FACULDADE DE ECONOMIA E FINANÇAS IBMEC
PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DISSERTAÇÃO DE MESTRADO
PROFISSIONALIZANTE EM ECONOMIA
A INFLUÊNCIA DA AGROPECUÁRIA NOS
CICLOS DE NEGÓCIOS: EVIDÊNCIAS DOS
ESTADOS BRASILEIROS
JOANA MESQUITA SANTIAGO LIMA
ORIENTADOR: PROF. DR. ALEXANDRE BARROS DA
CUNHA
Rio de Janeiro, 21 de agosto de 2009
“A INFLUÊNCIA DA AGROPECUÁRIA NOS CICLOS DE NEGÓCIOS:
EVIDÊNCIAS DOS ESTADOS BRASILEIROS”
JOANA MESQUITA SANTIAGO LIMA
Dissertação apresentada ao curso de
Mestrado Profissionalizante em Economia
como requisito parcial para obtenção do
Grau de Mestre em Economia.
Área
de
Concentração:
Economia
Empresarial
ORIENTADOR: ALEXANDRE BARROS DA CUNHA
Rio de Janeiro, 21 de agosto de 2009.
“A INFLUÊNCIA DA AGROPECUÁRIA NOS CICLOS DE NEGÓCIOS:
EVIDÊNCIAS DOS ESTADOS BRASILEIROS”
JOANA MESQUITA SANTIAGO LIMA
Dissertação apresentada ao curso de
Mestrado Profissionalizante em Economia
como requisito parcial para obtenção do
Grau de Mestre em Economia.
Área
de
Concentração:
Economia
Empresarial
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor ALEXANDRE BARROS DA CUNHA (Orientador)
Instituição: IBMEC/RJ
_____________________________________________________
Professor FERNANDO NASCIMENTO DE OLIVEIRA
Instituição: IBMEC/RJ
_____________________________________________________
Professora LUCIANE COSTA CARPENA
Instituição: BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL
Rio de Janeiro, 21 de agosto de 2009.
FICHA CATALOGRÁFICA
M 338.542
L 638m
Lima, Joana Mesquita Santiago
A influência da agropecuária nos ciclos de negócios: evidências dos estados brasileiros /
Joana Mesquita Santiago Lima - Rio de Janeiro: Faculdades Ibmec, 2009. 46 páginas.
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como
requisito parcial para obtenção do Grau de Mestre em Economia.
Área de concentração: Economia empresarial.
ORIENTADOR: ALEXANDRE BARROS DA CUNHA
1. Economia Brasileira - Agropecuária. 2. Agropecuária Brasileira – Ciclos de Negócios.
I.Lima, Joana Mesquita Santiago. II. Cunha, Alexandre Barros (Orientador). III. A Influência
da Agropecuária nos Ciclos de Negócios: Evidências dos Estados Brasileiros.
DEDICATÓRIA
À minha família, pelo incentivo e apoio eternos.
Ao Lê, pelo amor, carinho e compreensão.
A todos aqueles que acreditaram e confiaram em mim.
v
AGRADECIMENTOS
Agradeço à minha mãe, por sempre ter me apoiado em minhas decisões. Por nunca ter
duvidado da minha capacidade, mesmo quando eu duvidei. Por me fazer seguir em frente e
estar sempre de braços abertos para me receber.
Ao meu pai, por nunca me fazer esquecer que a melhor forma de crescimento é por meio dos
estudos. Por acreditar em mim e dizer que tudo vai dar certo. Por me acalmar nas horas de
maior tensão.
Ao meu tio Duca, por ter me convencido a fazer o mestrado e me mostrado a importância de
ter esse título.
Aos meus amigos e chefes da Petrobrás por terem compreendido que estudar e trabalhar é
uma tarefa árdua. Por terem aceitado e perdoado as minhas ausências.
Em especial, ao meu orientador Alexandre Cunha, pelo profissionalismo, pelos ensinamentos
e contribuições para essa dissertação e pela paciência nas horas em que falhei para a
confecção desta.
vi
RESUMO
Esta dissertação tem como finalidade analisar as influências da agropecuária nos ciclos de
negócios dos estados brasileiros. Foram utilizados os dados de PIB dos estados e do Brasil,
bem como os dados de valor agregado do setor agropecuário. Os dados passaram pelo
processo de filtragem desenvolvido por Hodrick e Prescott (1997), conhecido por filtro HP, e
em seguida foram calculados os dados de volatilidade e persistência de seus componentes
cíclicos. Foram calculados também os dados de co-movimento do setor agropecuário e do PIB
dos estados com o país e os co-movimentos entre as unidades federativas. A conclusão deste
trabalho é de que o setor agropecuário não exerce influência significativa nos ciclos de
negócios dos estados brasileiros.
Palavras Chave: Ciclos de Negócios, PIB, Valor Agregado, Agropecuária, Volatilidade,
Persistência, Co-movimento.
vii
ABSTRACT
The aim of this paper is to analyse the influence of agriculture and farming on the Brazilian
business cycles. It has been used for this research the data of GDP (gross domestic product) of
Brazil and its states, as well as the data of aggregate value of agriculture and farming. Those
series were filtered by Hodrick and Prescott’s filter and after that it has been calculated the
volatility and persistence of their cycle components. It has been also calculated the comoviment of the agriculture and farming sector between the country and the states as well as
the same co-moviments for GDP’s series. The conclusion of this paper is that the agriculture
and farming sector does not have a major influence on Brazil’s business cycles.
Key Words: Business Cycles, GDP, Aggregate Value, Agriculture, Farming, Volatility,
Persistence, Co-moviment.
viii
LISTA DE TABELAS
TABELA 1 – ESTATÍSTICAS DESCRITIVAS DOS CICLOS REGIONAIS - PIB ................................19
TABELA 2 – ESTATÍSTICAS DESCRITIVAS DOS CICLOS REGIONAIS - AGROPECUÁRIA.........22
TABELA 3 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO..................................................................................................................................28
TABELA 4 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB ................29
TABELA 5 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO COM “DUMMIES” PARA REGIÃO NORTE ..........................................................30
TABELA 6 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB COM
“DUMMIES” PARA A REGIÃO NORTE ...............................................................................................31
TABELA A1 – MATRIZ DE CORRELAÇÃO - PIB ...............................................................................37
TABELA A2 –MATRIZ DE CORRELAÇÃO –VALOR AGREGADO DO SETOR AGROPECUÁRIO.38
TABELA A3 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO COM “DUMMIES” PARA REGIÃO NORDESTE...................................................39
TABELA A4 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB COM
“DUMMIES” PARA A REGIÃO NORDESTE........................................................................................40
TABELA A5 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO COM “DUMMIES” PARA REGIÃO CENTRO-OESTE ..........................................41
TABELA A6 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB COM
“DUMMIES” PARA A REGIÃO CENTRO-OESTE ...............................................................................42
TABELA A7 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO COM “DUMMIES” PARA REGIÃO SUDESTE......................................................43
TABELA A8 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB COM
“DUMMIES” PARA A REGIÃO SUDESTE...........................................................................................44
TABELA A9 - VOLATILIDADE DO PIB E VOLATILIDADE DO VALOR AGREGADO DO SETOR
AGROPECUÁRIO COM “DUMMIES” PARA REGIÃO SUL................................................................45
TABELA A10 - VOLATILIDADE DO PIB E PARTICIPAÇÃO DA AGROPECUÁRIA NO PIB COM
“DUMMIES” PARA A REGIÃO SUL.....................................................................................................46
ix
LISTA DE ABREVIATURAS
IBGE
Instituto Brasileiro de Geografia e Estatística
PIB
Produto Interno Bruto
HP
Hodrick e Precott
x
SUMÁRIO
I
INTRODUÇÃO .....................................................................................................1
II
LITERATURA RELACIONADA...........................................................................5
II.1
HODRICK E PRESCOTT (1997) ......................................................................................................... 5
II.2
KOUPARITSAS (2001) .......................................................................................................................... 8
II.3
KOUPARITSAS E NAKAJIMA (2006).............................................................................................. 11
II.4
O SETOR AGROPECUÁRIO E A ATIVIDADE ECONÔMICA AGREGADA ........................... 14
III
PROPRIEDADES BÁSICAS DOS CICLOS DE NEGÓCIOS ............................17
IV
O IMPACTO DO CICLO DA AGROPECUÁRIA SOBRE O CICLO DO PIB .....27
V CONCLUSÃO........................................................................................................33
VI REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................35
VII APÊNDICE ..........................................................................................................37
xi
I
INTRODUÇÃO
Os ciclos de negócios desde o início do século XX vêm sendo objeto de estudo de
diferentes pesquisadores. Muitos deles dedicaram-se a analisar os ciclos de negócios entre
países diversos, como Kouparitsas (2001). O autor dedicou-se à análise dos ciclos de negócios
entre os países desenvolvidos e em desenvolvimento e concluiu que os ciclos de negócios
originam-se nos primeiros, chegando aos últimos por meio dos fluxos de comércio entre eles.
Uma outra linha de pesquisa dos ciclos de negócios dedica-se a estudar os ciclos
econômicos existentes dentro de um mesmo país ou região. Para esse caso, citamos como
exemplo na dissertação o artigo de Kouparitsas e Nakajima (2006). Os pesquisadores
concentraram-se em estudar os ciclos de negócios dos estados do Sétimo Distrito da Reserva
Federal dos Estados Unidos. Os economistas, nesse caso, concluíram que os ciclos de
negócios dessa região são semelhantes aos ciclos de negócios do país. Tendo isso em mente e
fazendo uma analogia com a Teoria de Zona Monetária Ótima de Mundell (1961), os autores
perceberam que a política monetária ótima para o país poderia também ser ótima para a
região.
Assim como Kouparitsas e Nakajima (2006) fizeram para a economia norteamericana, nesta dissertação nos concentramos em analisar apenas os ciclos de negócios da
economia brasileira. Mais especificamente estudaremos, se os ciclos de negócios dos estados
brasileiros sofrem influência do setor agropecuário.
Os dados utilizados nessa dissertação foram extraídos do banco de dados do Instituto
Brasileiro de Geografia e Estatística. O IBGE mede os dados da economia brasileira,
1
calculando o produto interno bruto do país. Para obter dados mais específicos sobre a
economia, o IBGE divide a mesma em quinze setores, entre eles, o setor agropecuário e
calcula o valor agregado de cada um. O IBGE faz os mesmos cálculos para cada unidade
federativa. Tal fato é importante para os estudos dos ciclos de negócios do país. Para essa
dissertação, utilizamos os dados do PIB de cada unidade federativa, bem como os dados de
valor agregado da agropecuária. Utilizamos os mesmos dados também a nível nacional.
O método de filtragem utilizado na dissertação para a extração dos componentes de
tendência e ciclo das séries temporais foi o do filtro HP. Hodrick e Prescott (1997) estudaram
os ciclos de negócios da economia norte-americana no período pós Segunda Guerra Mundial e
criaram um método de filtragem de séries temporais macroeconômicas. Para que pudessem
extrair os componentes de tendência e ciclo das séries temporais que desejavam analisar, os
pesquisadores criaram um problema de minimização da equação de tendência, calculando o
componente cíclico em seguida, tendo em mente que uma série temporal é composta por
componentes de tendência e ciclo. Tendo calculado os valores do componente cíclico,
puderam calcular a volatilidade e a persistência das séries, bem como o co-movimento entre
as séries que seriam analisadas.
Muitos economistas já se dedicaram aos estudos do setor agropecuário dos países em
desenvolvimento. Um deles foi o fundador da Escola Estruturalista no pensamento econômico
Raul Prebisch (1963). O economista estudou as economias latino-americanas e expôs a teoria
da elasticidade da renda dos produtos industrializados e elasticidade da renda de produtos
primários. Os mesmos argumentos foram expostos por Singer (1950). Os autores alegaram
que a elasticidade da renda dos produtos industrializados é maior que a elasticidade da renda
dos produtos primários. Tal fato provoca aumento na demanda por produtos industrializados,
2
o que desfavorece o primeiro setor frente aos demais. Dessa maneira, os ciclos de negócios do
setor agropecuário se tornam mais voláteis que os ciclos de negócios do setor industrial.
Os resultados de volatilidade e persistência da agropecuária encontrados nessa
dissertação estão em consonância com o exposto por Prebisch (1963) no tocante ao
comportamento da economia desse setor. Os dados dos estados brasileiros são altamente
voláteis e pouco persistentes, apontando para ciclos de negócios do setor agropecuário com
grandes oscilações e de pouca durabilidade. Prebisch (1963) destacou o comportamento do
primeiro setor como determinante para os ciclos de negócios da economia dos países latinoamericanos.
Entretanto, a partir de diversos cálculos feitos de co-movimento entre o valor agregado
do setor agropecuário e o PIB, os resultados apontaram para ciclos de negócios do setor
agropecuário sem relevância expressiva para os ciclos de negócios do PIB dos estados.
O restante da dissertação está distribuído da seguinte maneira. Na Seção II, encontrase a literatura revisada utilizada como base para essa dissertação. A Seção III dedica-se às
propriedades básicas dos ciclos de negócios, apresentando os dados de volatilidade,
persistência e co-movimento encontrados das unidades federativas e uma análise sobre os
resultados obtidos. Na Seção IV, discutimos sobre o impacto do ciclo da agropecuária sobre o
ciclo do PIB. Nessa Seção, acrescentamos à dissertação regressões tendo como variável
dependente a de série volatilidade do PIB das unidades federativas. Tais regressões tiveram
como foco principal avaliar se a volatilidade do PIB era influenciada pelo valor agregado da
agropecuária. Na Seção V, são apresentadas as considerações finais, a Seção VI contém a
3
bibliografia utilizada na dissertação e a Seção VII dedica-se ao apêndice da dissertação. Nela,
incluímos algumas regressões e tabelas utilizadas ao longo da dissertação.
4
II
LITERATURA RELACIONADA
II. 1 HODRICK E PRESCOTT (1997)
Hodrick e Prescott (1997) tiveram, com esse artigo, a intenção de estudar o fenômeno
dos ciclos de negócios utilizando dados da economia norte-americana do período pós Segunda
Guerra Mundial. Os autores resgataram a idéia de que os ciclos de negócios devem ser
estudados como um fenômeno de equilíbrio.
Inicialmente, os pesquisadores introduziram seu objeto de estudo e as dificuldades
encontradas. Uma das principais dificuldades dos pesquisadores ao longo do trabalho diz
respeito à extração dos componentes de tendência e ciclo que as séries temporais
apresentavam. A fim de extrair tais componentes, os autores criaram o que hoje se conhece
por filtro HP, sobre o qual falaremos ao longo do texto.
O objetivo principal do artigo de Hodrick e Prescott (1997) era averiguar
características macroeconômicas denominadas como ciclos de negócios. Eles afirmaram que
“estudar os co-movimentos de variáveis macroeconômicas agregadas utilizando técnicas
eficientes e facilmente replicáveis que incorporem conhecimentos prévios de economia
proverá compreensão de características da economia que o equilíbrio econômico deve ter”.
A primeira seção do artigo revelou o procedimento de decomposição de uma série.
Hodrick e Prescott analisaram que o componente de tendência gt de uma série temporal yt
macroeconômica varia lentamente com o tempo. Sendo assim, a série temporal yt deve ser
observada como a soma dos componentes de tendência gt e ciclo ct : yt = gt + ct . Os autores
5
lembraram também que é característico de uma série temporal o componente de sazonalidade.
Todavia, as séries estudadas já haviam sido sazonalmente ajustadas.
A tendência é caracterizada pelo crescimento “per capita” do produto, investimento,
consumo, estoque de capital e produtividade. A série do ciclo do produto, por sua vez, sofre
variações mais intensas em decorrência do ciclo das horas de trabalho em comparação com as
séries de ciclo de produtividade ou estoque de capital.
A decomposição de uma série temporal yt = gt + ct é feita pela minimização da
equação abaixo, o que possibilita que encontremos os valores da série de tendência.
Conseqüentemente, o ciclo é encontrado por ct = yt − gt . O parâmetro λ é um número
positivo que penaliza as variações da tendência. É válido ressaltar também que os dados estão
em logaritmo natural, obedecendo ao padrão utilizado para esses cálculos.
T
T 2
[(gt − gt − 1) − (gt − 1 − gt − 2 )
Min
+
λ
∑ ct
∑
T
t
=
1
t
=
1
{gt}t = −1
]2 

Existem diferentes valores que podemos aplicar para λ. O valor que Hodrick e
Prescott (1997) aplicaram em seu artigo foi de 1.600. Os pesquisadores utilizaram também
outros valores para λ, contudo os resultados encontrados não se mostraram muito sensíveis.
Os autores apontaram para o fato de que devido à aplicação do filtro HP, deve-se ter
atenção à correlação serial de uma dada série temporal, pois tal correlação é responsável pela
persistência na série. Hodrick e Prescott ressaltaram também que para que duas séries
6
temporais sejam comparadas corretamente, é necessário que elas sejam decompostas da
mesma maneira, ou seja, sob o mesmo parâmetro λ.
Após a extração dos componentes de tendência e ciclo pela utilização do filtro HP, os
economistas passaram a estudar algumas séries temporais macroeconômicas e a suas
correlações com a série de PIB dos Estados Unidos no pós-guerra. É importante mencionar
que o período de amostra das séries estende-se do primeiro quadrimestre de 1950 ao segundo
quadrimestre de 1979.
Para analisarem as séries a que se propunham, Hodrick e Prescott (1997) perceberam
que deveriam calcular a volatilidade dessas séries e os co-movimentos delas com a série de
PIB dos Estados Unidos.
Os pesquisadores observaram que a volatilidade de uma série temporal
macroeconômica é calculada pelo desvio-padrão de seu componente cíclico. Já o comovimento da série analisada com a série de PIB é medido pela correlação de seus
respectivos componentes cíclicos. Hodrick e Prescott (1997) mediram também o R2 da série
analisada como uma segunda medida de co-movimento entre essa série e a série de PIB do
país. O R2 mede o co-movimento de uma série em relação à outra contemporaneamente,
defasado em dois períodos e dois períodos à frente.
As séries inicialmente observadas foram as dos componentes de demanda real. A série
de bens de consumo não-duráveis, gastos do governo e demanda por serviços tiveram
oscilações de menor amplitude em relação à série de PIB. As séries de bens de consumo
duráveis e investimento, em contrapartida, apresentaram maior volatilidade.
7
Quanto aos fatores de produção e produtividade, os autores observaram que o comovimento entre produtividade e PIB era baixo. Contudo, quando adicionaram defasagens ou
fizeram previsões das séries temporais, verificaram que a correlação entre elas aumentou
consideravelmente, por meio do incremento no valor de R2. Hodrick e Prescott observaram
também as variáveis monetárias e concluíram que os co-movimentos dessas com o PIB são
positivas.
II. 2 KOUPARITSAS (2001)
A intenção de Kouparitsas (2001) no artigo em questão era estudar as semelhanças
entre os ciclos econômicos de países desenvolvidos e emergentes, os quais o autor chamou de
países do norte e do sul respectivamente1. Estudando cada uma dessas regiões em particular, o
pesquisador percebeu que os países do norte, apesar de serem conhecidos como exportadores
de tecnologia e produtos industrializados, dedicam-se também às atividades primárias e os do
sul, em contrapartida, à produção e exportação de produtos industrializados, além dos
produtos primários, como já era sabido.
Kouparitsas (2001) dividiu seus estudos em quatro áreas: atividades intra-regionais,
atividades inter-regionais, o comportamento relativo entre renda e quantidade e o
comportamento entre fluxo de negócios e quantidade. Diante dessa divisão, o pesquisador
pôde analisar os ciclos de negócios regionais nos países do norte e do sul. Kouparitsas
concluiu que, tanto nos países do norte quanto nos países do sul, as flutuações nas taxas de
crescimento dos setores industrial e de serviços são positivamente correlacionadas. Em
1
Kouparitsas utilizou a classificação de países de norte e sul do Fundo Monetário Internacional para compor sua
base de dados. O autor utilizou uma amostra de vinte e dois países do norte e quarenta e seis países do sul. A
lista dos países utilizados encontra-se na página 59 de seu artigo.
8
contrapartida, a correlação entre as flutuações das taxas de crescimento dos setores primário e
não primário é baixa, chegando a ser negativa em alguns casos. Afirmou também que quanto
maior a persistência dessas flutuações, maior será a durabilidade das oscilações. Para ele, tais
informações indicaram a presença de ciclos de negócios internacionais.
Kouparitsas (2001) defendeu em seu artigo a idéia de que há duas explicações para a
existência de ciclos de negócios internacionais: a primeira é de que esses ciclos refletem o
fato de as diferentes regiões serem influenciadas pelos mesmos choques e responderem aos
mesmos simultaneamente. Já a segunda é de que os ciclos de negócios internacionais são
transmitidos de uma região à outra pelo fluxo de negócios entre elas.
Segundo o autor, os ciclos de negócios internacionais, mais especificamente os ciclos
de negócios entre os países do norte e do sul, originam-se nos países do norte e chegam até os
países do sul através do fluxo de negócios entre essas duas regiões.
Os setores estudados por Kouparitsas (2001) apresentaram grande dinamismo ao longo
dos anos de sua amostra (1970-1995). Os países do norte perderam a visão estigmatizada de
países dedicados à produção de bens industrializados. Já os países do sul deixaram de ser
aqueles especializados quase que exclusivamente em produtos primários. Cálculos do autor
apontaram que a dedicação dos países do norte à atividade industrial decresceu
significativamente no período enquanto que os países do sul apresentaram aumento de quatro
por cento nesse setor. Esses últimos apresentaram, por outro lado, declínio de dez por cento
na dedicação às atividades do setor primário. Em relação ao setor de serviços, as duas regiões
aumentaram suas atividades na área, indicando uma forte presença da mesma para os anos
seguintes.
9
O pesquisador analisou também o fluxo das importações e exportações das duas
regiões e concluiu que os produtos importados pelos países do norte são originados
principalmente de outros países dessa mesma região e o principal destino das exportações
desses países também é a região composta pelos países do norte. Quanto aos países do sul,
sucedia-se o contrário. Esses importavam em sua maioria dos países do norte e exportavam
para eles. Dessa forma, Kouparitsas (2001) concluiu que os países do norte respondiam quase
pela totalidade da produção mundial, levando-o a afirmar que os países do sul ainda são
pequenas economias abertas.
Koupartisas (2001) afirmou em seu texto que os ciclos de negócios entre as duas
regiões são frutos da correlação entre as taxas de crescimento das atividades fora do setor
primário. Comparando a volatilidade de um setor com o outro, o pesquisador inferiu que ela
apresentava valores superiores no setor industrial em detrimento do setor primário.
Conforme observado pelo autor, os ciclos de negócios entre as regiões têm origem no
norte e destinam-se ao sul. Kouparitsas (2001) observou também que os investimentos e taxas
de crescimento das variáveis fora do setor primário do norte na data t têm correlação positiva
com as mesmas variáveis do sul na data t + 1. O pesquisador analisou também se o contrário
ocorria, comparando as variáveis do norte na data t com as variáveis do sul na data t - 1 e
descobriu que as últimas não influenciam as primeiras. Além disso, o pesquisador observou
que uma expansão econômica nos países do norte força um aumento de demanda por produtos
originados nos países do sul, o que acaba por produzir uma expansão econômica nessa região.
10
Por tudo isso, Kouparitsas enfatizou que flutuações econômicas do norte influenciam
as do sul, indicando que os ciclos de negócios se originam nos países do norte e chegam aos
países do sul pelos fluxos de negócios entre essas regiões.
II. 3 KOUPARITSAS E NAKAJIMA (2006)
Kouparitsas e Nakajima (2006) começaram seus estudos afirmando que os ciclos de
negócios descrevem como as flutuações cíclicas do produto interno bruto de um país se
assemelham às flutuações cíclicas de uma outra série temporal macroeconômica dessa mesma
economia. Os pesquisadores destacaram os avanços já conquistados no campo dos estudos da
relação dos ciclos de negócios entre países diferentes e, por isso, priorizaram seus estudos no
aspecto regional do problema, ou seja, no comportamento dos ciclos de negócios de um só
país.
Os autores preferiram estudar os ciclos de negócios de uma determinada região dos
Estados Unidos em vez de estudar sobre as flutuações econômicas de países distintos, visto
que para esse último já existem artigos de destaque publicados. Eles chamaram a atenção para
o fato de os ciclos de negócios dos países serem significativamente semelhantes e aplicaram
tal premissa ao seu artigo, o que os levou à seguinte conclusão: a relação entre a flutuação
cíclica da série de PIB norte-americana com as flutuações cíclicas de outras séries temporais
desse país é semelhante à mesma relação em outros países também baseados numa economia
de mercado.
Para estudar o comportamento dos ciclos de negócios de estados de um mesmo país,
os autores tomaram como amostra as características econômicas dos cinco estados norte11
americanos que compõem o Sétimo Distrito da Reserva Federal: Illinois, Indiana, Iowa,
Michigan e Wisconsin. Adicionalmente, tiveram que utilizar variáveis macroeconômicas a
nível estadual que substituíssem as variáveis macroeconômicas nacionais, já que os dados
disponíveis a nível estadual são diferentes dos dados disponíveis a nível nacional. A título de
exemplo, consideramos o caso do consumo. Os autores não tinham dados para essa variável a
nível estadual. Eles utilizaram então como proxy para a mesma, a arrecadação de impostos
das vendas a varejo.
Kouparitsas e Nakajima (2006) concluíram que as características dos ciclos de
negócios a nível nacional e estadual em muito se assemelham tanto em sentido cíclico quanto
em sentido contra-cíclico. Dentro desse contexto, inferiram que o ciclo econômico dessa
região é bem descrito pelo ciclo econômico nacional. Diante disso e em consonância com a
teoria criada por Mundell (1961) sobre a Zona Monetária Ótima2, os pesquisadores sugeriram
que a melhor política monetária para os Estados Unidos é também a melhor política monetária
para o Sétimo Distrito.
Após a filtragem das séries, nos estudos de ciclos de negócios, devem ser observados
o grau de co-movimento, a persistência e a volatilidade das mesmas. O grau de co-movimento
avalia se o ciclo de negócios de uma atividade desenvolvida em uma região está
correlacionado ao ciclo de negócios do PIB dessa região. Se a correlação entre essas duas
séries estiver entre zero e um, podemos dizer que o ciclo econômico dessa atividade é prócíclico e se estiver entre zero e menos um, é contra-cíclico.
2
A teoria de Zona Monetária Ótima de Mundell (1961) define que economias que tenham ciclos econômicos
semelhantes deveriam abandonar suas políticas monetárias individuais e adotar apenas uma para toda a região.
Kouparitsas e Nakajima citam a mesma para afirmar que a melhor política monetária para os Estados Unidos é
também para os estados do Sétimo Distrito.
12
A volatilidade é encontrada pelo desvio-padrão da série e a persistência reflete o
tamanho da correlação entre um componente cíclico na data t e na data t + 1. Se a correlação
de primeira-ordem for maior que zero, a série tem grande persistência cíclica.
Com essas três características, os pesquisadores puderam avaliar a proximidade entre
o ciclo de negócios nacional dos Estados Unidos e o ciclo de negócios dos estados do Sétimo
Distrito. Em relação aos ciclos de negócios agregados, eles apresentaram evidências de que os
ciclos de negócios dos estados têm propriedades estatísticas similares ao nacional. É
interessante perceber que os pesquisadores enfatizaram que apesar das semelhanças, isso não
significa dizer que eles são iguais.
É inerente à pesquisa a que Kouparitsas e Nakajima (2006) se propuseram a
dificuldade em comparar os ciclos de negócios a nível nacional e estadual. Um agravante para
os estudos dos pesquisadores foi a dificuldade de se encontrar dados a nível estadual para a
pesquisa. Dessa forma, conforme mencionado, foram propostas proxies a nível estadual que
substituíssem séries temporais macroeconômicas de nível nacional. Os autores concluíram
que os comportamentos das proxies adotadas para os estados seguiam comportamento
semelhante (persistência elevada e volatilidade similar) às séries macroeconômicas de nível
nacional, tais como investimento, mercado de trabalho e consumo, apesar de ressaltarem que
os dados de consumo ainda devem ser melhor estudados.
Kouparitsas e Nakajima (2006) concluíram o artigo lançando a idéia de que os ciclos
de negócios são semelhantes independentemente do tamanho da economia ou do período
estudado. Além disso, afirmaram que os modelos criados para estudar os ciclos de negócios a
13
nível nacional podem ser utilizados também para estudar os ciclos de negócios a nível
estadual.
II. 4 O SETOR AGROPECUÁRIO E A ATIVIDADE ECONÔMICA AGREGADA
Nesta seção temos a intenção de retratar o que diferentes autores escreveram sobre as
economias em desenvolvimento e a influência do setor primário nelas. É importante
mencionar que o enfoque da subseção respeita o objetivo da dissertação de estudar o impacto
da agropecuária nos ciclos de negócios do Brasil.
Alguns pesquisadores, como Raul Prebisch (1963) e Caio Prado Júnior (2006),
argumentaram que os Estados com maior participação da agropecuária seriam mais
fortemente afetados pelas oscilações de preços de “commodities” do que aqueles que tivessem
menor participação desse setor na economia. Tal fato ocorreria tanto em países latinoamericanos, largamente exemplificados por Prebisch, como africanos, conforme artigo
publicado por Angus Deaton (1999).
Deaton (1999) analisou os ciclos de negócios de países africanos exportadores de
“commodities”, como ouro, café e cacau e concluiu que esses ciclos não são persistentes, os
choques têm efeito de curto prazo e a média de preços desses produtos permanece estável por
um longo período. O pesquisador percebeu também que os preços de diferentes
“commodities” tendem a sofrer variações simultâneas.
14
Para tentar explicar esse fato, Deaton (1999) afirmou que a elasticidade renda dos
produtos primários é menor que a elasticidade renda dos produtos industrializados. Dessa
forma, a demanda pelos produtos primários cresce mais lentamente que a demanda por
produtos industrializados. Além disso, os autores citados por Deaton (1999) ressaltaram que
os países importadores de produtos primários e exportadores de produtos industrializados têm
poder de mercado para explorar os países exportadores de “commodities” agrícolas.
É interessante notar que em 1963 Raul Prebisch publicou o livro Dinâmica do
Desenvolvimento Latino-Americano, no qual voltou a expor os argumentos de elasticidade
renda como um dos motivos para que os países exportadores de “commodities” agrícolas
ficassem mais suscetíveis às oscilações nos preços dessas. Prebisch (1963) destacou: “(...)
porque enquanto que a procura de produtos manufaturados que importamos tende a elevarse rapidamente, as exportações primárias aumentam com relativa demora, em grande parte
por razões estranhas à vontade dos países latino-americanos. Há, portanto, uma tendência
latente para o desequilíbrio que se torna mais aguda com a intensificação do
desenvolvimento econômico”.
Prebisch (1963), por outro lado, analisou também que os países exportadores de
produtos primários e importadores de produtos industrializados passaram a adotar programas
de incentivo à industrialização com a finalidade de se tornarem menos dependentes dos países
desenvolvidos. Rangel (1963) endossou as análises de Prebisch mostrando que esses países
estavam utilizando a política de substituição de importação, transformando a capacidade
ociosa do primeiro setor em capacidade produtiva do setor industrial.
15
Baer (2003), por sua vez, ateve-se à economia brasileira e explicou que o fenômeno da
industrialização do Brasil, sabidamente país exportador de “commodities” agrícolas durante
um longo período de sua história, originou-se quando os “formuladores da política”
perceberam que as exportações desses produtos não seriam mais tão lucrativas como outrora e
assim perderiam cada vez mais poder de mercado. Seria então o momento para começar a
política de substituição de importações que levaria à industrialização nacional.
Analisando os argumentos dos autores mencionados, percebemos que todos enfatizam
que os países exportadores de produtos primários têm poder de mercado reduzido em relação
aos países exportadores de produtos industrializados, mas, principalmente, são mais
fortemente afetados pelas oscilações de preços de “commodities” por serem dependentes
desse tipo de exportação. Diversos autores já discutiram a relação entre a atividade primária e
a atividade econômica agregada e concluíram que os ciclos de negócios do setor primário são
mais voláteis que os demais.
16
III
PROPRIEDADES BÁSICAS DOS CICLOS DE NEGÓCIOS
O objetivo principal da dissertação foi analisar o comportamento e a influência da
agropecuária nos ciclos de negócios do Brasil. Dessa forma, utilizamos os dados de PIB a
preços constantes como é usualmente adotado para esse tipo de análise. Tendo em vista que o
enfoque foi analisar a influência da agropecuária, destacamos o valor agregado desse setor e o
comparamos ao PIB.
É importante mencionar que antes de extrair das séries os dados utilizados, elas
tiveram de passar por transformação logarítmica e filtragem por meio do filtro HP. As séries
de PIB e de valor agregado da agropecuária utilizadas na dissertação foram extraídas do IBGE
para o período de 1985 a 2003. É importante mencionar que a periodicidade das séries
temporais é anual.
Diversas pesquisas publicadas sobre ciclos de negócios indicam que certas
propriedades estatísticas da série de ciclo ct devem ser analisadas com maior atenção para se
obter suas regularidades empíricas. As três propriedades estatísticas que com maior
freqüência são observadas nos artigos sobre ciclos de negócios são a volatilidade das séries
estudadas, suas persistências e o co-movimento entre elas.
A volatilidade da série cíclica é obtida por meio do desvio-padrão da série e mede a
magnitude de sua oscilação. É importante mencionar que calculamos, para essa dissertação, o
desvio-padrão em pontos percentuais. Já a persistência é medida pela auto-correlação serial
(entre ct e ct-1) e objetiva mostrar o quão longas são as recessões e expansões da série. O comovimento, por sua vez, é medido pelo coeficiente de correlação entre a série cíclica
17
analisada e uma outra dada série cíclica e mede a relação dos ciclos de negócios dessas duas
séries.
Enfatizamos que o principal objetivo dessa dissertação foi analisar a influência que o
setor agropecuário exerce sobre os ciclos de negócios do Brasil. Para tanto, calculamos a
volatilidade e a persistência do PIB e do valor agregado da agropecuária das unidades
federativas e do país e em seguida, analisamos também o co-movimento entre esses mesmos
setores a nível estadual e nacional.
Nesse momento, devemos ressaltar que para os estados de Goiás e Tocantins foram
feitas adaptações a fim de adequar os dados para o período analisado. Em 1989, o antigo
estado de Goiás foi dividido entre os citados estados. Todavia, o IBGE não fornece dados
separadamente dos estados para o período de 1985 a 2003. Dessa maneira, mantivemos os
dados agregados, o que significa que as séries de Goiás da dissertação correspondem ao
antigo estado.
Na Tabela 1, verificam-se os dados de volatilidade e persistência do PIB das unidades
federativas e do Brasil. Verifica-se também co-movimento entre o PIB de cada estado com o
PIB do Brasil. Os valores encontrados para as regiões foram calculados pela média dos
estados que compõem cada região e a média nacional diz respeito à média de todos os estados
do país.
18
Tabela 1: Estatísticas descritivas dos ciclos regionais - PIB
UF
Norte
Acre
Amapá
Amazonas
Pará
Rondônia
Roraima
Volatilidade
3,11
1,52
2,41
5,98
3,39
2,69
2,67
Persistência
-0,03
-0,17
0,07
0,47
-0,36
-0,25
0,08
Co-movimento com o Brasil
0,33
-0,37
0,54
0,65
0,44
0,35
0,37
Nordeste
Alagoas
Bahia
Ceará
Maranhão
Paraíba
Pernambuco
Piauí
Rio Grande do Norte
Sergipe
3,15
3,92
2,76
2,50
4,53
3,70
2,75
2,65
2,88
2,64
-0,39
-0,46
-0,55
-0,50
-0,49
-0,25
-0,35
-0,42
-0,10
-0,41
0,47
0,02
0,35
0,23
0,64
0,36
0,82
0,55
0,61
0,61
Centro-Oeste
Distrito Federal
Goiás
Mato Grosso
Mato Grosso do Sul
2,17
1,33
1,60
3,40
2,34
-0,26
-0,55
0,32
-0,34
-0,46
0,46
0,55
0,39
0,47
0,42
Sudeste
Espírito Santo
Minas Gerais
Rio de Janeiro
São Paulo
2,73
2,63
3,09
2,31
2,88
-0,32
-0,70
-0,27
-0,40
0,09
0,69
0,39
0,65
0,75
0,97
Sul
Paraná
Rio Grande do Sul
Santa Catarina
3,54
3,92
4,17
2,53
-0,15
-0,26
0,10
-0,28
0,66
0,57
0,60
0,82
Média nacional
2,97
-0,25
0,49
Brasil
Fonte: Cálculo do autor
2,15
0,03
1
19
O resultado de volatilidade das cinco regiões foi superior à volatilidade do Brasil,
denotando que as oscilações cíclicas das regiões são superiores à oscilação cíclica a nível
nacional. As persistências de todas as regiões apresentaram valores negativos, indicando que
os períodos de recessões e expansões são curtos no Brasil.
São Paulo foi o estado que apresentou maior grau de co-movimento com o Brasil
(0,97) e volatilidade aproximadamente 34% superior à brasileira. A persistência, por sua vez,
foi três vezes maior que a persistência nacional. Tais dados indicam que os ciclos de negócios
de São Paulo e Brasil são bastante próximos, o que já era esperado. A proximidade dos ciclos
pode ser percebida devido à importância econômica que o estado tem para o país. O PIB de
São Paulo representa uma grande parcela do PIB brasileiro e conseqüentemente tem
propriedades estatísticas similares às nacionais.
Ao contrário de São Paulo, o Acre foi o estado com menor grau de co-movimento com
o Brasil, chegando a apresentar valor negativo (-0,37) e volatilidade 30% inferior. A
persistência também apresentou valor inferior à persistência nacional. Esses resultados
denotam que a economia do estado é pouco sincronizada com a economia do Brasil. Enquanto
que o PIB de São Paulo representava 36% do PIB nacional em 1985, o PIB do Acre
representava apenas 0,13%.
Todos os estados da região Nordeste tiveram persistência negativa e grau de comovimento com o Brasil baixo, à exceção de Pernambuco e Maranhão. As volatilidades, por
outro lado, apresentaram valores superiores à volatilidade do Brasil. Esses resultados indicam
que os ciclos de negócios desses estados são mais voláteis que os ciclos de negócios do país e
que há pouca similaridade entre eles.
20
Os estados das regiões Sul e Sudeste, em contrapartida, apresentaram graus de comovimento com o Brasil elevados, estando São Paulo e Santa Catarina entre os dois
primeiros. Esse resultado corrobora o fato de essas duas regiões serem as mais importantes
economicamente para o país.
A Tabela 2 possui as mesmas características da primeira tabela, porém foi realizada
para abranger os dados de valor agregado da agropecuária do Brasil e suas unidades
federativas.
21
Tabela 2: Estatísticas descritivas dos ciclos regionais - Agropecuária
UF
Norte
Acre
Amapá
Amazonas
Pará
Rondônia
Roraima
Volatilidade
12.55
10.29
13.54
7.16
7.30
14.63
22.38
Persistência
-0.25
0.04
-0.33
-0.09
-0.24
-0.34
-0.54
Co-movimento com o Brasil
-0.10
-0.40
-0.18
-0.05
-0.27
0.16
0.16
Nordeste
Alagoas
Bahia
Ceará
Maranhão
Paraíba
Pernambuco
Piauí
Rio Grande do
Norte
Sergipe
17.42
21.38
9.91
20.91
15.18
24.81
14.61
17.34
-0.42
-0.56
-0.58
-0.28
-0.40
-0.31
-0.43
-0.38
-0.09
0.45
-0.59
0.12
-0.27
0.14
0.05
-0.26
26.63
5.99
-0.49
-0.36
-0.04
-0.44
Centro-Oeste
Distrito Federal
Goiás
Mato Grosso
Mato Grosso do Sul
6.63
9.66
3.71
6.75
6.41
-0.33
-0.23
-0.03
-0.41
-0.65
0.36
0.15
0.66
0.16
0.45
Sudeste
Espírito Santo
Minas Gerais
Rio de Janeiro
São Paulo
13.03
15.51
14.56
9.46
12.61
-0.62
-0.64
-0.65
-0.61
-0.56
0.38
-0.04
0.87
-0.21
0.91
Sul
Paraná
Rio Grande do Sul
Santa Catarina
9.90
14.82
10.03
4.86
-0.41
-0.59
-0.41
-0.23
0.57
0.89
0.49
0.33
Média nacional
13.09
-0.40
0.13
Brasil
5.70
-0.51
1
22
Os resultados de volatilidade de todos os estados, com exceção de Santa Catarina,
foram superiores à volatilidade do Brasil. Já os resultados de persistência dos estados para
esse setor apresentaram valores negativos. A alta volatilidade e a baixa persistência presentes
em praticamente todos os estados indicam que as oscilações dos ciclos de negócios desse
setor são altas e recorrentes.
Mais uma vez São Paulo apresentou o maior grau de co-movimento com o Brasil
seguido, dessa vez, pelo Paraná. A região que apresentou grau de co-movimento mais elevado
foi o Sul. Atribui-se esse resultado ao desenvolvimento expressivo da pecuária nessa região.
É importante mencionar que o valor agregado da agropecuária chegou a representar
aproximadamente 11% do PIB em 1985. Experimentou expressiva redução na década de
noventa, chegando a representar apenas 7,5% da economia em 2000. A partir de então, voltou
a crescer, passando a ter uma participação de 10,37% da economia em 2003.
Além do co-movimento do PIB e do valor agregado da agropecuária entre cada
unidade federativa e o país, foram calculados também os co-movimentos interestaduais a fim
de se averiguar se há comportamentos similares entre as variáveis. Devido ao seu tamanho, a
tabela em questão foi colocada no Apêndice desta dissertação.
Em primeiro lugar, observamos que a média do grau de co-movimento entre os
estados (quando nos referimos a estados, incluímos também os dados do Distrito Federal) foi
de 0,27 expondo o baixo grau de integração entre as séries. Para se ter uma idéia, Hess e Shin
(1998) fizeram os mesmos cálculos de co-movimento entre dezenove estados norteamericanos e encontraram grau de co-movimento de 0,75, o que denotou o alto grau de
23
integração entre eles. Esses dados trazem à tona um grande contraste entre a economia norteamericana e a economia brasileira em relação à integração econômica dos estados.
Os resultados de co-movimento encontrados entre os estados foram baixos e até
mesmo negativos, evidenciando que os ciclos de negócios entre esses estados podem chegar a
ser contra-cíclicos. Acre, por exemplo, foi o estado que apresentou maior quantidade de fases
não sincronizadas com as demais unidades federativas.
Em contrapartida, São Paulo foi o estado que apresentou valores mais altos de comovimento com os outros estados. Como por exemplo, 0,74 com Manaus, 0,83 com
Pernambuco e 0,76 com o Rio de Janeiro. Podemos atribuir esses resultados à elevada
importância econômica que esse estado possui para o país. São Paulo é o estado com maior
importância comercial e o estado com o maior número de habitantes
Dos vinte e seis estados, incluindo o Distrito Federal, apenas Mato Grosso apresentou
todos os resultados de co-movimento com os demais estados positivos. Os estados do Amapá,
Maranhão, Piauí, Distrito Federal, Goiás e Rio de Janeiro também apresentaram graus de comovimento com os demais estados positivos, exceto com o estado de Alagoas.
Se pensarmos na proximidade geográfica como um facilitador para o comércio
interestadual, perceberemos que Maranhão, Piauí, Goiás e Mato Grosso são próximos,
lembrando que, para a dissertação, foi considerado o antigo estado de Goiás.
Quando analisamos os valores dos graus de co-movimento, percebemos que o comovimento do estado do Maranhão com Piauí foi significativamente elevado, 0,74. O mesmo
24
valor foi calculado para o co-movimento do primeiro com o Distrito Federal. Contudo, os
demais valores não foram elevados o bastante para corroborar a hipótese de que estados
próximos tenham ciclos de negócios mais sincronizados. Sendo assim, não podemos inferir
que a proximidade entre os estados leva a uma maior integração entre eles.
Concluímos com a análise dos dados acima que as unidades federativas do Brasil têm
políticas econômicas heterogêneas e que não há uma integração nacional forte. A política
econômica do governo para o país não é capaz de traduzi-la em ciclos de negócios
sincronizados entre os estados a fim de promover maior integração e coesão entre eles.
Visto que o objetivo principal da dissertação é analisar o peso da agropecuária no PIB,
fizemos para o valor agregado do setor agropecuário uma tabela semelhante à Tabela 1 do
Apêndice. Encontram-se nela os dados de co-movimento da agropecuária entre as unidades
federativas. Essa tabela também foi inserida no Apêndice da dissertação.
Em consonância com o que encontramos na tabela de produto interno bruto, a média
do grau de co-movimento entre as unidades federativas do valor agregado do setor
agropecuário também foi baixa. Nesse setor, a média foi de 0,05, indicando uma baixíssima
integração dos fluxos de negócios entre os estados. Os resultados de co-movimento entre as
unidades federativas mostram mais uma vez que esse setor não apresenta dados sincronizados
entre os estados. Isso denota que os ciclos de negócios da agropecuária não têm papel
relevante na economia do Brasil.
Os estados que apresentaram graus de co-movimento mais elevados entre si foram os
estados de São Paulo, Mato Grosso do Sul, Paraná e Minas Gerais. Destacamos o elevado
25
grau de co-movimento entre Minas Gerais e Paraná e Minas Gerais e São Paulo de 0,88 e
0,83, respectivamente. Nesse caso, podemos observar que a proximidade entre as unidades
federativas pode ser determinante para o comércio interestadual. Os resultados podem ser
atribuídos também à importância econômica das regiões Sul e Sudeste.
26
IV
O IMPACTO DO CICLO DA AGROPECUÁRIA SOBRE O CICLO DO PIB
No presente capítulo dessa dissertação foi utilizada a análise de regressão para se
estudar o impacto da agropecuária sobre a volatilidade do PIB. Até o momento, estudamos as
regularidades empíricas dos componentes cíclicos do PIB e do valor agregado do setor
agropecuário. Nessa primeira análise, percebemos que os ciclos de negócios da economia
brasileira são pouco sincronizados, principalmente no tocante aos ciclos de negócios do
primeiro setor.
Nessa seção, nos propusemos a analisar as características dos componentes cíclicos a
partir de regressões que avaliassem o impacto do ciclo do setor agropecuário sobre o ciclo do
PIB. As regressões tiveram como variável dependente a série de volatilidade do PIB das
unidades federativas. Ressaltamos que utilizamos o mesmo tratamento para o estado de Goiás
feito anteriormente.
As variáveis independentes utilizadas foram a série de volatilidade do setor
agropecuário das unidades federativas, a série da média de participação do valor agregado da
agropecuária no PIB dessas estados ao longo dos anos da amostra (1985 a 2003) e dummies
(variáveis binárias) para que as séries de PIB e de valor agregado da agropecuária pudessem
ser analisadas por região. Ressaltamos que, assim como as séries do IBGE, a periodicidade
das séries criadas também é anual.
A primeira regressão faz referência à série de volatilidade do PIB das unidades
federativas como variável dependente e à série de volatilidade da agropecuária dessas mesmas
unidades federativas como variável independente.
27
1ª regressão: σyi = β1 + β2σxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Tabela 3: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
j
βj
Sj
Tj
p-valor
β1
2,71
0,46
5,87
0,00
β2
0,02
0,03
0,63
0,54
Observações
R2
R2 ajustado
Estatística-F
26
0,02
-0,02
0,40
A primeira regressão apresentou coeficiente de volatilidade da agropecuária baixo em
relação à volatilidade do PIB. Nos resultados apresentados pela regressão, apenas 2% da
volatilidade do PIB pode ser explicado pela volatilidade do primeiro setor. Além disso, o pvalor de 0,54 e a estatística t de 0,63 encontrados não rejeitaram a hipótese nula de a
volatilidade da agropecuária ser significativa para a volatilidade do PIB. Isso significa que as
oscilações do setor agropecuário não têm relevância expressiva para as oscilações do produto
interno bruto.
A segunda regressão faz referência à série de volatilidade do PIB como variável
dependente e à série de participação do valor agregado da agropecuária no PIB como variável
independente.
28
2ª regressão: σyi = β1 + β2(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Tabela 4: Volatilidade do PIB e Participação da Agropecuária no PIB
j
βj
Sj
Tj
p-valor
β1
2,57
0,38
6,67
0,00
β2
0,03
0,03
1,21
0,24
Observações
R2
R2 ajustado
Estatística-F
26
0,06
0,02
1,46
Os resultados apresentados mostraram que a variável Xi / Yi também não contribui de
maneira significativa para as oscilações do PIB. O coeficiente mais uma vez apresentou valor
baixo, apenas 3% de σyi pode ser explicado por Xi / Yi. A estatística t e o p-valor encontrados
nessa segunda regressão tampouco rejeitaram a hipótese nula.
Sendo assim, diante dos resultados das duas regressões, não se obteve evidências de
que o valor agregado da agropecuária contribui de forma relevante para a volatilidade do PIB
das unidades federativas. Para que nossa hipótese fosse comprovada, dividimos os dados de
valor agregado do setor agropecuário dos estados, bem como os resultados de volatilidade do
PIB entre as cinco regiões do país e criamos regressões com dummies (variáveis binárias) para
essas regiões. Tentamos, desse modo, verificar se os resultados obtidos no exercício anterior
persistiam para as regressões com dummies.
29
3ª regressão: σyi = β1 + β2σxi + β3Di + β4Diσxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Di = 1 se o estado pertencer à Região Norte e Di = 0, se pertencer às outras regiões.
Tabela 5: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
com dummies para Região Norte
j
βj
Sj
Tj
p-valor
β1
2,29
0,49
4,65
0,00
β2
0,05
0,03
1,45
0,16
β3
2,30
1,13
2,04
0,05
β4
-0,17
0,08
-2,03
0,05
Observações
R2
R2 ajustado
Estatística F
26
0,18
0,07
1,58
O coeficiente da variável de volatilidade do setor agropecuário, após a inserção das
dummies, continuou baixo e com p-valor acima do nível de 5% de tolerância, à exceção do
intercepto. É válido ressaltar que os p-valores de todas as séries tiveram resultado acima do
nível de tolerância. As séries com dummies não conseguiram captar modificações relevantes
no comportamento das oscilações do setor agropecuário na região Norte. Tal fato denota que
os ciclos de negócios da agropecuária nessa região não influenciam de maneira significativa
os ciclos de negócios dos produtos internos brutos de suas unidades federativas.
30
4ª regressão: σyi = β1 + β2(Xi / Yi) + β3Di + β4Di(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Di = 1 se o estado pertencer à Região Norte e Di = 0, se pertencer às outras regiões.
Tabela 6: Volatilidade do PIB e Participação da agropecuária no PIB com dummies para
a Região Norte
j
βj
Sj
Tj
p-valor
β1
3,25
0,44
7,34
0,00
β2
-0,02
0,03
-0,81
0,43
β3
-1,37
0,65
-2,09
0,05
β4
0,16
0,05
3,29
0,00
Observações
R2
R2 ajustado
Estatística F
26
0,38
0,30
4,54
Os resultados encontrados nessa regressão continuam a corroborar o que já havíamos
encontrado anteriormente. Nesse caso, isso significa que a participação da agropecuária das
unidades federativas na volatilidade do PIB não influencia significativamente os ciclos de
negócios do Brasil. Mais uma vez, encontramos p-valor acima do nível de 5% de tolerância,
aproximadamente 43%, e R2 baixo. Logo, não há evidências de a agropecuária ser numérica
ou estatisticamente relevante para os ciclos de negócios agregados.
31
A variável β4 é mais volátil para essa região que para as demais. Tal fato suscita uma
possível contribuição mais significativa da agropecuária para a região Norte. Entretanto, β2
apresenta valores não significativos. Além disso, para as demais regiões, não foram
encontradas tais evidências.
As regressões das demais regiões separadas por dummies continuaram a apresentar
valores contrários ao que se esperaria dos textos apresentados na Subseção II. 4. Sendo assim,
inserimos as regressões das regiões Nordeste, Sudeste, Centro-Oeste e Sul no Apêndice dessa
dissertação. Podemos inferir, com os resultados obtidos, que em todos os casos as variáveis
utilizadas não se mostraram significativas para explicar a volatilidade do PIB.
32
V
CONCLUSÃO
O objetivo principal desta dissertação foi analisar a influência que o setor
agropecuário exerce nos ciclos de negócios dos estados brasileiros. Para tanto, foram
elaborados diferentes cálculos referentes a esse setor. A base de dados utilizada dividia o país
em seus estados e o Distrito Federal e cada um deles em quinze setores da economia,
calculados sob forma de valor agregado, além do PIB, anualmente. Dessa maneira, foram
calculadas a persistência e a volatilidade dos componentes cíclicos do valor agregado da
agropecuária e do PIB de cada unidade federativa, bem como do país.
Além disso, calculamos também o co-movimento entre os componentes cíclicos da
agropecuária de cada estado com o componente cíclico desse mesmo setor a nível nacional,
fazendo o mesmo para o PIB. Fizemos os mesmos cálculos para os co-movimentos de PIB e
valor agregado da agropecuária entre as unidades federativas.
Os resultados de volatilidade encontrados mostraram que os ciclos de negócios do
setor agropecuário oscilam com freqüência e alternando momentos de recessão e expansão.
Os resultados de persistência e co-movimento encontrados foram baixos, indicando que esse
setor não exerce grande influência sobre os ciclos de negócios do Brasil.
A terceira etapa consistiu em construir séries das volatilidades dos componentes
cíclicos do valor agregado da agropecuária e do PIB, bem como uma série da média da
participação do valor agregado da agropecuária no PIB de todas as unidades federativas ao
longo dos anos da amostra (1985 a 2003) e estimar regressões tendo como variável
dependente a série de volatilidade de PIB.
33
Os primeiros resultados encontrados não foram favoráveis à relevância da participação
da agropecuária nos ciclos de negócios dos estados. Como último recurso, adicionamos a
essas regressões dummies que dividissem as variáveis entre as cinco regiões do país. Os
resultados das regressões serviram para corroborar o que os resultados apresentados pela
volatilidade, pela persistência e pelo co-movimento já mostravam. Esses resultados não foram
significativos ao nível de cinco por cento.
Ao longo da dissertação, pudemos observar que a agropecuária não influencia
consideravelmente os ciclos de negócios dos estados brasileiros. Como próximo passo,
poderíamos continuar os estudos sobre ciclos de negócios no Brasil, observando se os demais
setores têm maior influência nesses ciclos.
Poderíamos sugerir também que, após uma análise mais aprofundada do setor
agropecuário, fossem feitos testes utilizando outras variáveis, tais como variáveis para o setor
de serviços e da indústria, para averiguar a possível contribuição que esse setor teria sobre a
volatilidade do PIB.
34
VI
REFERÊNCIAS BIBLIOGRÁFICAS
BACKUS, David K., KEHOE, Patrick J. e KYDLAND, Finn E.. International Real
Business Cycles. Journal of Political Economy v. 100, n.4, p. 745-775, 1992.
BAER, Wener. Economia Brasileira, A. Ed. Noble. São Paulo. 2003.
CHRISTIANO, Lawrence J. e FITZGERALD, Terry J. The Business Cycle: It’s Still a
Puzzle. Federal Reserve Bank of Chicago Economic Perspectives v. 22, n. 4, p. 56-83, 1998.
CUNHA, Alexandre B. e MOREIRA, Leonardo P. Ciclos Econômicos Regionais no Brasil
de 1985 a 2002 Uma Introdução. Revista de Economia Contemporânea v.10, n. 1, p. 115138, 2006.
DA-ROCHA, José M. e RESTUCCIA, Diego. The Role of Agriculture in Aggregate
Business Cycles. Review of Economic Dynamics v. 9, n. 3, p. 455-482, 2006.
DEATON, Angus. Commodity Prices and Growth in Africa. Journal of Economic
Perspectives. v. 13, n. 3, p. 23-40, 1999.
Diretório
IBGE
Contas_Regionais
/
1985
a
2003.
Disponível
em:
<http://
http://www.ibge.gov.br>. Data de acesso: 10 de dezembro de 2008.
HESS, Gregory D. e SHIN, Kwanho. Intranational Business Cycles in the United States.
Journal of International Economics v. 44, n. 2, p. 58-113, 1998.
HODRICK, Robert J. e PRESCOTT, Edward C. Postwar U.S. Business Cycle: An
Empirical Investigation. Journal of Money, Credit and Banking v. 29, n. 1, p. 1-16, 1997.
KOUPARITSAS, Michael A. e NAKAJIMA, Daisuke J. Are U.S. and the Seventh District
Business Cycle Alike?. Federal Reserve Bank of Chicago Economic Perspectives v. 30, n. 3,
p. 45-90, 2006.
KOUPARITSAS, Michael A. Evidence of the North-South Business Cycle. Federal
Reserve Bank of Chicago Economic Perspectives v.25, n.1, p. 46-59, 2001.
35
MUNDELL, Robert A. A Theory of Optimum Currency Areas. American Economic
Review v. 51, n. 4, p.657-665, 1961.
PRADO Jr., Caio Prado. História Econômica do Brasil. Ed. Brasiliense. São Paulo. 2006.
PREBISCH, Raul. Dinâmica do Desenvolvimento Latino-Americano. Ed. Fundo de
Cultura. Rio de Janeiro. 1963.
RANGEL, Ignácio. Inflação Brasileira, A. Ed. Brasiliense. São Paulo 1963.
WOOLDRIDGE, Jeffrey. Introdução à Econometria: Uma Abordagem Moderna. Ed.
Pioneira Thomson Learning. São Paulo. 2006.
36
VII
APÊNDICE
UF
AC
AC
1.00
AP
0.08
1.00
AM
-0.13
0.19
1.00
PA
-0.01
0.45
0.03
1.00
RO
0.08
0.55
0.27
0.14
1.00
RR
-0.21
0.21
0.27
0.37
0.38
AL
-0.48 -0.12 -0.20 -0.02 -0.13 -0.09
BA
0.25
0.36
0.34
0.50
0.33
0.04
-0.36
1.00
CE
0.06
0.00
0.26
-0.02
0.38
0.53
-0.15
0.38
1.00
MA
0.17
0.53
0.49
0.60
0.46
0.57
-0.31
0.64
0.52
1.00
PB
-0.03
0.08
0.57
0.01
0.54
0.28
0.23
0.35
0.51
0.50
1.00
PE
-0.40
0.45
0.49
0.27
0.15
0.27
0.29
0.00
0.02
0.41
0.37
1.00
PI
0.24
0.13
0.61
0.23
0.29
0.31
-0.25
0.49
0.55
0.74
0.53
0.24 1.00
RN
-0.45
0.02
0.51
0.14
0.34
0.46
0.46
0.21
0.54
0.42
0.73
0.59 0.45 1.00
SE
0.04
0.48
0.41
0.65
0.20
0.27
-0.02
0.75
0.39
0.79
0.40
0.46 0.52 0.44
1.00
DF
0.04
0.33
0.42
0.81
0.15
0.44
-0.15
0.68
0.26
0.74
0.31
0.40 0.47 0.39
0.83
1.00
GO
0.07
0.04
0.42
0.37
0.14
0.47
-0.25
0.43
0.35
0.46
0.19
0.08 0.57 0.27
0.39
0.52 1.00
MT
0.00
0.41
0.03
0.38
0.67
0.30
0.06
0.33
0.32
0.35
0.29
0.23 0.34 0.37
0.27
0.30 0.44 1.00
MS
-0.15
0.20
0.23
0.14
-0.11
0.37
-0.03 -0.20 -0.13 0.17 -0.26 0.32 0.29 0.11 -0.01 0.09 0.45 0.15
ES
0.23
0.34
0.22
-0.10
0.58
0.13
-0.24
0.34
0.65
0.42
0.41
0.18 0.48 0.24
0.30
0.05 0.15 0.56 -0.20
1.00
MG
-0.69
0.07
0.45
-0.03 -0.03
0.44
0.31
-0.33
0.19
0.16
0.20
0.68 0.20 0.55
0.11
0.04 0.13 0.06
0.42
0.16
1.00
RJ
0.07
0.41
0.47
0.38
0.50
0.25
-0.14
0.42
0.32
0.60
0.40
0.63 0.49 0.50
0.60
0.56 0.32 0.59
0.08
0.60
0.26 1.00
SP
-0.29
0.50
0.74
0.34
0.30
0.26
-0.05
0.36
0.16
0.60
0.37
0.83 0.54 0.57
0.58
0.53 0.34 0.35
0.41
0.35
0.58 0.76 1.00
PR
-0.58
0.05
0.26
0.24
-0.17
0.32
0.26
-0.33 -0.12 0.07 -0.15 0.45 0.22 0.27
0.01
0.09 0.22 0.12
0.61
-0.10 0.79 0.13 0.48 1.00
RS
-0.40
0.64
0.04
0.41
0.30
0.04
0.06
0.30
-0.08 0.26 -0.08 0.34 0.13 0.11
0.29
0.17 0.18 0.55
0.32
0.21
0.27 0.23 0.50 0.41 1.00
SC
-0.20
0.69
0.34
0.53
0.38
0.34
0.07
0.29
0.02
0.55
0.48 0.12 0.43
0.40
0.22
0.40 0.68 0.80 0.34 0.56 1.00
Média: 0.27
AP
AM
PA
Desvio-padrão:
Fonte: cálculo do autor.
RO
0.27
RR
AL
BA
CE
MA
PB
PE
PI
RN
SE
37
Tabela A1 – Matriz de correlação - PIB
DF
GO
MT
MS
ES
MG
RJ
SP
PR
RS
SC
1.00
1.00
0.62
0.23
0.78 0.27 0.47
1.00
Tabela A2 – Matriz de correlação – Valor Agregado do Setor Agropecuário
AC
AP
AM
PA
RO
RR
AL
BA
CE
MA
PB
PE
PI
RN
SE
DF
GO
MT
MS
ES
MG
RJ
SP
PR
RS
AC
1.00
AP
0.38
1.00
AM
0.37
0.05
1.00
PA
-0.08
-0.06
0.01
1.00
RO
0.08
-0.06
-0.26
-0.06
1.00
RR
0.04
-0.16
-0.14
0.17
0.69
1.00
AL
-0.41
-0.23
-0.16
-0.37
0.08
-0.24
1.00
BA
0.26
0.01
-0.11
0.05
0.21
0.21
-0.50
1.00
CE
0.22
-0.08
-0.04
-0.52
0.58
0.29
0.14
0.32
1.00
MA
0.03
0.05
-0.18
0.23
0.42
0.63
-0.34
0.42
0.33
1.00
PB
0.01
-0.16
-0.28
-0.40
0.71
0.45
0.35
0.37
0.83
0.43
1.00
PE
-0.04
-0.09
-0.34
-0.44
0.54
0.10
0.42
0.40
0.80
0.21
0.90
1.00
PI
0.31
0.01
0.10
-0.23
0.41
0.40
-0.04
0.42
0.72
0.71
0.67
0.48
1.00
RN
0.15
0.03
-0.11
-0.47
0.54
0.09
0.20
0.41
0.86
0.18
0.73
0.86
0.54
1.00
SE
0.08
0.11
-0.39
0.03
0.29
0.11
-0.05
0.34
0.46
0.65
0.41
0.42
0.69
0.47
1.00
DF
0.07
0.07
0.05
-0.24
0.01
0.19
-0.04
-0.08
0.51
0.28
0.23
0.21
0.41
0.41
0.28
1.00
GO
-0.10
-0.10
0.21
-0.22
-0.04
-0.06
0.08
-0.38
0.04
-0.27
-0.09
-0.16
-0.17
-0.13
-0.48
0.11
1.00
MT
0.00
0.31
-0.33
0.04
0.07
0.29
-0.10
0.09
-0.10
0.12
0.08
0.01
-0.03
0.02
-0.06
0.31
0.14
1.00
MS
-0.11
0.14
0.18
-0.24
-0.09
0.11
0.11
-0.51
-0.12
0.07
-0.18
-0.39
0.11
-0.33
-0.17
0.12
0.58
0.08
1.00
ES
0.42
0.27
0.06
-0.05
0.00
-0.18
-0.20
0.37
0.35
-0.03
0.13
0.30
0.08
0.38
0.15
0.03
-0.18
-0.13
-0.40
1.00
MG
-0.35
-0.15
0.02
-0.26
-0.11
-0.15
0.47
-0.68
0.00
-0.49
-0.11
-0.04
-0.47
-0.05
-0.48
0.20
0.50
0.02
0.28
0.14
1.00
RJ
0.25
0.08
0.05
-0.22
-0.28
0.12
-0.50
0.33
0.12
0.29
-0.05
-0.07
0.26
0.09
0.09
0.51
-0.06
0.34
0.07
0.12
-0.17
1.00
SP
-0.38
-0.22
-0.08
-0.34
-0.06
0.10
0.34
-0.61
0.01
-0.38
-0.02
-0.11
-0.37
-0.21
-0.55
0.22
0.63
0.16
0.46
-0.16
0.83
-0.05
1.00
PR
-0.38
-0.02
0.06
-0.20
-0.06
-0.06
0.47
-0.82
-0.04
-0.33
-0.13
-0.18
-0.30
-0.19
-0.33
0.15
0.56
0.01
0.55
-0.07
0.88
-0.27
0.81
1.00
RS
-0.31
-0.03
0.03
0.16
0.13
0.06
0.21
-0.44
-0.44
-0.31
-0.21
-0.34
-0.46
-0.48
-0.53
-0.57
0.55
0.10
0.39
-0.44
0.25
-0.56
0.38
0.46
1.00
SC
-0.43
-0.31
-0.16
0.44
0.39
0.36
0.16
-0.07
-0.27
0.12
0.12
0.00
-0.23
-0.21
-0.27
-0.44
0.24
0.25
0.00
-0.33
0.08
-0.39
0.11
0.14
0.70
Média:
0.05
SC
38
UF
Desvio-padrão:
Fonte: cálculo do autor.
0.33
1.00
As regressões referentes às regiões Nordeste, Centro-Oeste, Sudeste e Sul verificadas
abaixo seguem a mesma regra das terceira e quarta regressões estimadas na Seção IV da
dissertação. Nessa seção as regressões estimadas continham dummies para a região Norte3.
Dessa forma, utilizamos, como referência no Apêndice, a mesma numeração utilizada na
mencionada seção.
3ª regressão: σyi = β1 + β2σxi + β3Di + β4Diσxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Di = 1 se o estado pertencer à Região Nordeste e Di = 0, se pertencer às outras regiões.
Tabela A3: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
com dummies para Região Nordeste
j
βj
Sj
Tj
p-valor
β1
2,88
0,64
4,48
0,00
β2
0,00
0,06
0,00
0,99
β3
-0,17
1,19
-0,14
0,89
β4
0,03
0,08
0,33
0,74
Observações
R2
R2 ajustado
Estatística F
3
26
0,03
-0,11
0,20
A Seção IV da dissertação contempla as explicações para a estimação dessas regressões.
39
4ª regressão: σyi = β1 + β2(Xi / Yi) + β3Di + β4Di(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Di = 1 se o estado pertencer à Região Nordeste e Di = 0, se pertencer às outras regiões.
Tabela A4: Volatilidade do PIB e Participação da Agropecuária no PIB com dummies
para a Região Nordeste
j
βj
Sj
Tj
p-valor
β1
2,78
0,42
6,60
0,00
β2
0,01
0,03
0,27
0,79
β3
-1,57
1,21
-1,30
0,21
β4
0,15
0,09
1,61
0,12
Observações
R2
R2 ajustado
Estatística F
26
0,14
0,03
1,24
40
3ª regressão: σyi = β1 + β2σxi + β3Di + β4Diσxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Di = 1 se o estado pertencer à Região Centro-Oeste e Di = 0, se pertencer às outras regiões.
Tabela A5: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
com dummies para Região Centro-Oeste
j
βj
Sj
Tj
p-valor
β1
3,19
0,55
5,81
0,00
β2
0,00
0,04
-0,14
0,89
β3
-0,72
1,72
-0,42
0,68
β4
-0,04
0,24
-0,16
0,87
Observações
R2
R2 ajustado
Estatística F
26
0,13
0,00
1,06
41
4ª regressão: σyi = β1 + β2(Xi / Yi) + β3Di + β4Di(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Di = 1 se o estado pertencer à Região Centro-Oeste e Di = 0, se pertencer às outras regiões.
Tabela A6: Volatilidade do PIB e Participação da Agropecuária no PIB com dummies
para a Região Centro-Oeste
j
βj
Sj
Tj
p-valor
β1
2,75
0,38
7,15
0,00
β2
0,03
0,03
1,12
0,27
β3
-2,34
2,37
-0,99
0,33
β4
0,12
0,19
0,61
0,55
Observações
R2
R2 ajustado
Estatística F
26
0,19
0,08
1,74
42
3ª regressão: σyi = β1 + β2σxi + β3Di + β4Diσxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Di = 1 se o estado pertencer à Região Sudeste e Di = 0, se pertencer às outras regiões.
Tabela A7: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
com dummies para Região Sudeste
j
βj
Sj
Tj
p-valor
β1
2,77
0,49
5,64
0,00
β2
0,02
0,03
0,56
0,58
β3
-1,11
3,01
-0,37
0,72
β4
0,06
0,23
0,28
0,78
Observações
R2
R2 ajustado
Estatística F
26
0,03
-0,10
0,23
43
4ª regressão: σyi = β1 + β2(Xi / Yi) + β3Di + β4Di(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Di = 1 se o estado pertencer à Região Sudeste e Di = 0, se pertencer às outras regiões.
Tabela A8: Volatilidade do PIB e Participação da Agropecuária no PIB com dummies
para a Região Sudeste
j
βj
Sj
Tj
p-valor
β1
2,34
0,41
5,67
0,00
β2
0,06
0,03
1,89
0,07
β3
0,96
1,30
0,74
0,47
β4
-0,09
0,07
-1,28
0,21
Observações
R2
R2 ajustado
Estatística F
26
0,16
0,04
1,37
44
3ª regressão: σyi = β1 + β2σxi + β3Di + β4Diσxi + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
σxi = Volatilidade do valor agregado do setor agropecuário da unidade federativa i
Di = 1 se o estado pertencer à Região Sul e Di = 0, se pertencer às outras regiões.
Tabela A9: Volatilidade do PIB e Volatilidade do Valor Agregado do Setor Agropecuário
com dummies para Região Sul
j
βj
Sj
Tj
p-valor
β1
2,61
0,50
5,27
0,00
β2
0,02
0,03
0,63
0,54
β3
-0,48
1,60
-0,30
0,77
β4
0,12
0,15
0,83
0,42
Observações
R2
R2 ajustado
Estatística F
26
0,11
-0,02
0,83
45
4ª regressão: σyi = β1 + β2(Xi / Yi) + β3Di + β4Di(Xi / Yi) + εi
Onde: σyi = Volatilidade do PIB da unidade federativa i
Xi / Yi = Média de participação do setor agropecuário no PIB da unidade federativa i
Di = 1 se o estado pertencer à Região Sul e Di = 0, se pertencer às outras regiões.
Tabela A10: Volatilidade do PIB e Participação da Agropecuária no PIB com dummies
para a Região Sul
j
βj
Sj
Tj
p-valor
β1
2,27
0,41
5,52
0,00
β2
0,05
0,03
1,75
0,09
β3
1,86
1,07
1,74
0,10
β4
-0,12
0,10
-1,18
0,25
Observações
R2
R2 ajustado
Estatística F
26
0,18
0,07
1,59
46