Trabalho individual de Econometria Hayssam Issam Viana Kanso

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE CAMPINAS

Centro de Economia e Administração

Faculdade de Ciências Econômicas

Trabalho individual de Econometria

 Hayssam Issam Viana Kanso

RA: 17240201

Campinas, São Paulo

2019

Introdução

    O tema abordado neste trabalho será a “Desindustrialização Brasileira”, que consiste no estudo sobre o setor industrial da economia brasileira, sua crescente desaceleração e perda de participação no PIB (Produto interno bruto) brasileiro. O motivo da escolha deste tema para o presente trabalho consiste no fato de eu estar desenvolvendo a monografia do curso de economia sobre este mesmo tema e vejo neste trabalho uma oportunidade de melhorar a minha análise a respeito da desindustrialização brasileira e as possíveis causas ou fatores agravantes para a mesma. Todas as variáveis que aqui serão apresentadas têm como o objetivo de capturar os fatores que podem ter levado o brasil a uma situação de desindustrialização. O período analisado foi determinado como sendo os anos pós Plano real, mais precisamente de 1995 até o ano de 2018.

 Como variável dependente Y, foi escolhida a participação industrial no PIB brasileiro, medida anualmente e com valores correspondentes a porcentagens do PIB. Para as variáveis explicativas, foram escolhidas como X1 o PIB do setor de serviços, também medida anualmente e com valores correspondentes a porcentagens do PIB do Brasil. Como X2 temos a taxa de câmbio vigente em cada ano analisado pelo presente trabalho. Como a taxa de câmbio não é um dado anual e sofre inúmeras alterações durante o ano, devido às movimentações do mercado financeiro e do mercado real, foi calculado uma média anual para que consigamos trabalhar com este índice. O mesmo foi feito com a taxa básica de juros (SELIC) que é determinada pelo Comitê de Política Monetária (COPOM) que se reúne a cada 45 dias e, com isso, apresenta variações durante o ano, sendo necessário o cálculo da média anual. A SELIC é apresentada neste trabalho como “taxa SELIC” sendo assim a variável explicativa X3. Por fim, como X4 foi utilizada a variável  explicativa “formação bruta de capital fixo” na tentativa de capturar os efeitos dos investimentos feitos em todos os setores da economia brasileira A FBCF (formação bruta de capital fixo) é, então, uma parcela do investimento que corresponde a quantidade de produtos produzidos não para serem consumidos, mas para serem utilizados no processo produtivo nos anos posteriores, sendo expresso seus valores em bilhões de reais.

Fontes utilizadas:

www.ipeadata.gov.br/Default.aspx

www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaLocalizarSeries 

Forma funcional escolhida:

    O modelo de regressão deste trabalho segue a forma funcional Lin-Lin que corresponde à uma equação de regressão linear, ou seja, não há alterações no tocante à formatação dos dados e não há a presença de variáveis expressas em logaritmos.

Foi escolhido este tipo de formatação pois  foi o que apresentou os melhores resultados a respeito do R² e dos coeficientes de significância das variáveis explicativas sendo que, o modelo Lin-Log e Log-Log, apresentaram resultados insatisfatórios e não apresentam mudanças significativas no coeficiente de explicação do modelo R². Sendo assim, o modelo Lin-Lin será a forma funcional que será utilizada neste trabalho. Sendo assim, o modelo de regressão é:[pic 1]

[pic 2]

Multicolinearidade:

Durante o desenvolvimento do trabalho, o modelo de regressão desenvolvido apresentava fortes indícios de multicolinearidade, uma vez que o R² do modelo estava elevado demais (passo 1). Constatada a presença de multicolinearidade, foi gerado um modelo de regressão auxiliar (passo 2) porém, nada foi encontrado, pois o R² do modelo de regressão auxiliar não apresentada valores altos como o visto no modelo de origem e, mesmo montando uma tabela de covariância (passo 3) para as variáveis explicativas, nada foi apontado como sendo a causa de uma provável multicolinearidade. Sem conseguir constatar a causa do R² elevado no modelo de regressão, foi montada uma segunda tabela de covariância (passo 4) só que dessa vez foi acrescentada a variável dependente Y para entender como as variáveis explicativas se relacionavam à mesmo. Foi constatada um índice de covariância elevadíssimo entre a variável dependente PIB – Indústria e a variável independente PIB – Serviços (-0,97), o que faz sentido. No caso destas duas variáveis, ambas são calculadas com base no PIB brasileiro e uma eventual queda da participação da participação da indústria no PIB resultaria em um aumento em igual ou menor intensidade da participação do setor de serviços no PIB. Sendo assim, as duas variáveis são complementares e por isso o modelo apresentava indícios de multicolinearidade e justificava o indicador de correlação apresentado entre estas duas variáveis (-0,97).

Como solução para o problema da multicolinearidade, foi resolvido eliminar a variável PIB – Serviços para que fosse resolvido o problema da multicolinearidade presente no modelo (passo 4).

 Passo 1:

RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo	0,991528
R-Quadrado	0,983128
R-quadrado ajustado	0,979576
Erro padrão	0,310781
Observações	24
	Coeficientes	Erro padrão	Stat t	valor-P	95% inferiores	95% superiores	Inferior 95,0%	Superior 95,0%
Interseção	88,06128	2,376454	37,05574	3,49E-19	83,0873	93,03525	83,0873	93,03525
PIB - serviços (% PIB)	-0,88475	0,037	-23,9124	1,21E-15	-0,96219	-0,80731	-0,96219	-0,80731
Taxa de Câmbio	-0,57623	0,099524	-5,78991	1,41E-05	-0,78454	-0,36793	-0,78454	-0,36793
PIB - formação bruta de capital fixo- Milhões de reais	3,97E-07	3,19E-07	1,243544	0,228793	-2,7E-07	1,06E-06	-2,7E-07	1,06E-06
Taxa Selic -% a. a	-0,02502	0,010048	-2,48996	0,022205	-0,04605	-0,00399	-0,04605	-0,00399