em busca de uma nova medida do grau de abertura - PUC-Rio

Departamento de Economia
EM BUSCA DE UMA NOVA MEDIDA DO GRAU DE ABERTURA
ECONÔMICA E UM PARALELO COM A INFLAÇÃO
Aluna: Camila Cunha Benevenuto
Orientador: Carlos Viana de Carvalho
Introdução
Motivada pela leitura do paper “Openness and Inflation: Theory and
Evidence”1 de David Romer, em que é discutida a relação existente entre a medida de
abertura de um país e a sua inflação, procurei, por meio de diferentes fontes, encontrar
dados para as importações e exportações de bens e serviços, PIB e inflação, para 176
países, dos anos de 1980 a 2012, visando analisar a relação entre as suas medidas de
abertura e taxas de inflação.
Mas, além de usar a medida de abertura usual, construí uma que se aproxima
mais da realidade, utilizando um PIB que considera apenas os bens e serviços que
podem ser comercializados internacionalmente (um PIB tradable).
Objetivo
O objetivo foi chegar a uma base de dados com as medidas de abertura dos
países (tanto com o PIB normal quanto com o diferenciado) e suas taxas de inflação
(em log) e o mesmo para as suas médias. Depois disso, através de gráficos e tabelas
que apresentassem os dados encontrados, busquei estabelecer uma relação entre as
variáveis citadas acima. Além de observar se realmente faz alguma diferença usar o
PIB diferenciado ou não.
Metodologia
Procurei em diversos sites e encontrei boas bases de dados para as variáveis
que precisava, como: The World Bank Data e United States Statistics Division
(ONU).
A medida de abertura dos países foi calculada da mesma forma como Romer
calculou, da seguinte maneira:
sendo os dados necessários retirados do site da United States Statistics Division, e o
“PIBtradable” calculado da seguinte forma:
PIB – soma dos valores adicionados dos setores da economia que são considerados
“non tradables”
Tomando por base o estudo “The Elasticity of Substitution in Demand for
Non- tradable Goods in Uruguay”2 , pude chegar à conclusão de que os setores que
são non tradables são: Construction (ISIC-F); Wholesale, retail trade, restaurants
and hotel (ISIC-G-H); Transport, Storage and Communication (ISIC-I). Como
Departamento de Economia
medida da inflação, usei os índices de preços do consumidor, encontrados no site do
The World Bank, em logaritmo.
Para a manipulação desses dados utilizei o programa “R”.
Primeiramente, realizei os downloads de quatro tabelas, referentes aos dados
para: taxas de inflação, PIBs totais, valores adicionados dos diferentes setores da
economia que compõem o PIB e exportações e importações. Retiradas das bases de
dados já supracitadas.
Após fazer os downloads, importei as tabelas para o programa (“R”) e construí
um dataframe para o PIB tradable. Nele subtraí os valores adicionados dos setores
considerados non tradables do valor do PIB total, para todos os países e anos de que
dispunha. Com isso, cheguei ao valor do PIB modificado que pretendia.
Utilizando funções do programa “R”, me certifiquei de que os formatos dos
dataframes correspondentes às tabelas importadas eram iguais e que, portanto, não
haveria problema em mesclar as informações deles. Mas descobri que um país
aparecia com o nome escrito diferentemente na tabela de “importações e exportações”
e na tabela do “PIB total”. Como o que mudava era apenas o modo como o país
estava escrito não alteraria em nada nos dados que seriam mesclados. Construí, então,
mais um dataframe, chamado “medidadeaberturadif”, para que eu pudesse calcular a
medida de abertura diferenciada (usando o PIB tradable), cuja fórmula já foi aqui
descrita. Além de outro, chamado “medidadeaberturanormal”, em que eu utilizei o
PIB normal.
Entretanto, eu ainda não podia mesclar os dados para as taxas de inflação e os
dados para as diferentes medidas de abertura, pois os dados para inflação estavam
organizados em um formato diferente dos outros (o primeiro estava organizado
horizontalmente e os outros verticalmente). Reorganizei o dataframe que possuía os
dados para inflação, além de eliminar os dados que não eram comuns a todos os
dataframes. Construí então, o “inflacaomodificada”. Mas, ainda existiam
incompatibilidades com o número de linhas que deveria existir. Observando os dados
manualmente percebi que haviam valores dobrados para os dados de inflação da
Nicarágua em determinado ano. Após corrigir este problema, e acrescentar uma
coluna para os dados em log(inflação +1), o dataframe final para inflação ficou
sendo o “inflacaomodificadacorreta”.
Ainda assim, as tabelas ainda não estavam totalmente compatíveis em relação
aos países e anos. Fui então, manualmente, observando todos os dados para as tabelas
de medidas de abertura e consertei alguns problemas, como por exemplo, a não
existência de linhas para alguns anos que não haviam dados para alguns países entre
1980 e 2012. Nesses casos incluí linhas e as preenchi com “NA”, que indica a não
existência de dados. Após essas pequenas modificações, construí dois dataframes,
chamados “medidadeaberturadifcorreta” e “medidadeaberturanormalcorreta”. Estes
sim, estavam totalmente compatíveis com o número de países e anos que haviam em
comum com a tabela para inflação.
Finalmente, pude mergear os dados, contruindo mais dois dataframes, o
“finaldif” e o “finalnormal”, que possuíam os dados para cara tipo de medida de
abertura e a inflação (normal e em logaritmo)), corretamente organizado para cada
ano e país.
Como David Romer, em seu estudo usou os valores das médias, resolvi
construir também as médias. Construí uma matriz de uma coluna com as médias para
os dados de cada país da coluna que possuía os valores para log(inflação+1), e depois
Departamento de Economia
calculei
o
log
desses
resultados.
Chamei
o
dataframe
de
“logdasmediasinflacoescomlog”. Depois calculei as médias para cada país dos dados
para cada uma das medidas de abertura. Chamei de “mediasdasaberturasnormais” e
“mediasdasaberturasdif”. Por fim, construí um último dataframe chamado
“tabeladasmedias” que incluía todos os dados das médias encontradas.
Após todas as modificações nas tabelas, pude passar para a parte dos gráficos.
Tomando por base o estudo de David Romer, dei destaque para um grupo de países
que é utilizado por ele como sendo formado pelos países mais desenvolvidos. Esta
lista inclui: "United States, Canada, Norway, Luxembourg, Switzerland, Germany,
France, Denmark, Japan, Iceland, Belgium, Sweden, Finland, Australia, Austria, New
Zealand". Romer cita mais dois países além desses, mas utilizei apenas os que
estavam presentes na base de dados que eu dispunha para esse estudo. Ao construir os
gráficos, representei esses países por pontos vermelhos, diferenciando-os dos demais.
Relacionando as diferentes medidas de abertura (normal e diferenciada) no eixo X e o
log(inflação+1) no eixo Y, obtive dois gráficos, apresentados a seguir.
Departamento de Economia
Departamento de Economia
E, similarmente, para os valores encontrados na “tabeladasmedias”, mais dois
gráficos.
Departamento de Economia
Após observar os gráficos encontrados percebi que talvez pudesse ser melhor
observar as diferenças por meio de regressões econométricas. Para isso, exportei as
minhas tabelas finais para o programa “Gretl” e obtive os seguintes resultados.
Departamento de Economia
E, para as médias, os seguintes resultados.
Departamento de Economia
Conclusões
Os gráficos encontrados indicaram uma relação negativa entre as duas
variáveis. Já era de se esperar tal resultado, já que economias abertas tendem a ser
mais eficientes, pois estão expostas à concorrência internacional. Naturalmente, seus
produtos tendem a ter preços menores para poder competir com os produtos
importados e, assim, apresentam taxas de inflação mais baixas. Entretanto, essa
relação não é muito “limpa”, e isso ocorre porque existem inúmeros outros fatores
que também afetam a inflação, além da medida de abertura, que não foram
considerados no trabalho, e que estão causando viés.
Isso pode ser claramente notado pelas observações em vermelho nos gráficos,
correspondentes a um grupo de países mais desenvolvidos já supracitado. Para esses
países, a relação entre a medida de abertura e a inflação praticamente desaparece, já
que, independentemente das suas medidas de abertura, suas taxas de inflação tendem
a ser baixas (fazendo com que as observações desses países se concentrem na parte
inferior do gráfico). Uma das possíveis explicações para isso é que países mais
desenvolvidos geralmente possuem Bancos Centrais mais independentes e críveis, de
modo que a inflação seja guiada, em grande parte, pelas expectativas dos agentes.
Assim, eles não enfrentam grandes problemas de inconsistência intertemporal na
condução da política monetária, fator de grande peso para o nível da inflação. O caso
desses países é um exemplo de fator que causa viés por não ter sido considerado na
relação.
Quanto à questão da medida de abertura diferenciada, ela nos dá uma visão
mais realista, ao passo que considera, no denominador, apenas os bens que de fato
podem ser comercializados internacionalmente. Mas, pelo que pude concluir, com
base em todos os resultados encontrados, não há uma mudança significativa na
relação entre medida de abertura e inflação quando usamos a abertura convencional
ou a diferenciada. O que pode ser percebido tanto pelos gráficos aqui expostos quanto
pelos coeficientes encontrados nas regressões do “Gretl”, que não apresentam uma
diferença considerável.
Referências
1
ROMER, David . Openness and inflation: Theory and evidence. The Quarterly
Journal of Economics, Vol. CVIII, 1993, Issue 4.
2
LORENZO,Fernando; ABOAL, Diego; OSIMANI, Rosa. The Elasticity of
Substitution in Demand for Non- tradable Goods in Uruguay. 2004, Pgs 9, 12.