Uncategorized

Renda permanente e renda temporária: o caso do sumô

Em cada luta do sumô, o vencedor leva o conjunto de envelopes com a grana das apostas. Claro que o resultado de uma luta é incerto e, lembre-se, cada temporada dura duas semanas apenas, com lutas diárias. Quando você ganha uma partida, o que faz com o dinheiro? Veja o que disse o lutador Takarafuji, após receber uma boa grana ao derrotar o (quase-)eterno campeão de todas as temporadas, o mongol Hakuhou.

When he was asked during a post-bout interview how he would spend the ¥480,000 in prize money he received after downing Hakuho, Takarafuji gave a reply as steady as the bout, saying: “It’s savings.”

Pois é. Renda temporária. O que isso significa? Para você que está começando a estudar economia, isso significa que nem todo aumento de renda gera aumento de consumo. Antes de falar de efeito-multiplicador, dê uma olhada no capítulo que fala sobre as teorias do consumo. Procure por renda permanente.

p.s. caso você goste de sumô, veja os outros artigos do colunista.

Uncategorized

Momento R do Dia – Reproduzindo um exemplo de Lettau & Ludvigson (2004)

Untitled 171 Uma das grandes qualidades dos bons pesquisadores é quando eles disponibilizam os resultados dos artigos e as bases de dados para que qualquer um possa reproduzir seu trabalho. É o caso do prof. Lettau que tem um artigo importante em Macroeconomia e Finanças que foi atualizado em 2004 por conta de diversas mudanças nos dados utilizados na primeira versão do artigo (a primeira versão é de 2001).

Pois bem, o prof. Lettau criou uma página para disponibilizar o artigo e os dados. Ela está aqui. O artigo é este: Understanding Trend and Cycle in Asset Values: Reevaluating the Wealth Effect on Consumption. O começo do artigo é um exemplo de boa didática e retórica, o que me faz reproduzi-lo aqui, só para a degustação do leitor.

Both textbook economics and common sense teach us that the value of household wealth should be related to consumer spending. Early academic work by Franco Modigliani (1971) suggested that a dollar increase in wealth (holding Ž fixed labor income) leads to an increase in consumer spending of about Žfive cents. Since then, the so-called “wealth effect” on consumption has increasingly crept into both mainstream and policy discussions of the macroeconomy.

Today, it is commonly presumed that signiŽficant movements in wealth will be associated with movements in consumer spending, either contemporaneously or subsequently. Quantitative estimates of roughly the magnitude reported by Modigliani are routinely cited in leading macroeconomic textbooks, and are important features of many contemporary macroeconomic models, including those still widely studied by both academic economists and practitioners.

In this paper, we reevaluate the empirical foundation for such estimates of the consumption-wealth link. Contrary to conventional wisdom, we Žfind that a surprisingly small fraction of the variation in household net worth is related to variation in aggregate consumer spending.

Legal, não? Tema situado na literatura com a citação do resultado clássico e essencial de Modigliani e mais uma fisgada no leitor com um resultado contra-intuitivo. Quando eu crescer, quero começar a escrever meus artigos assim (mas tenho que encontrar resultados legais para tal…).

Pois é. Duas coisas legais. No apêndice online dos dados, Lettau disponibiliza o vetor de cointegração estimado:

 cay=cc-0.621y -0.269a (demeaned)

Isso nos permite reproduzir seus resultado para, por exemplo, checar a qualidade do algoritmo de um programa específico. São três variáveis aí: consumo (cc), renda (y) e ativos (a). “cay” é o nome do termo de correção de erros (o famoso mecanismo de correção de erros).

A estimação, seguindo a leitura do artigo, retorna o seguinte vetor:

cay_R = cc -0.624y -0.263a .

A precisão é razoável, não? Até a segunda casa decimal e com os sinais corretos.

Eis o script.

# reprodução dos resultados de Lettau & Ludvigson (2004)

lettau<-read.table("C:/Users/cdshi_000/Documents/Meus Documentos/Meus Documentos/cursos/Econometria II/lettau_data.csv", 
                   header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE)
head(lettau)
tail(lettau)

# http://faculty.haas.berkeley.edu/lettau/data/cay_pce_14Q3.txt
# Leia as observações sobre os dados

# transformando para séries de tempo.

lettau.ts<-ts(lettau, start=c(1951,4), freq=4)

head(lettau.ts)

# não precisamos da primeira coluna, nem da última

lettau.ts<-lettau.ts[,c(2,3,4)]

# conferindo...

head(lettau.ts)

# uma rápida olhadela nos dados...

plot(lettau.ts)

# para o exercício, vamos seguir a especificação do autor. Usamos o 
# pacote vars para tentar reproduzir seus resultados.

library(vars)

t<-ca.jo(lettau.ts, type=c("eigen"), K=2, ecdet=c("none"),spec=c("transitory"))

# feito o teste do maior autovalor, aproveito para reproduzir o VECM do autor
# com uma relação de cointegração. Ela é o "teste$beta" abaixo.

teste<-cajorls(t, r=1)
teste$beta

Legal, não?

Uncategorized

Momento R do Dia – Novamente a função consumo

Aqueles que chegaram aqui agora, no meio da discussão, recomendo colocar “função consumo” na caixa de buscas no alto da página e pegar as duas últimas rodadas.

No script abaixo encontra-se o exercício feito em sala de aula hoje (Econometria II) para a função consumo brasileira. Dois alunos, Rafael e Isadora, conseguiram, após o final da aula, acertar os dados originais (deflacionar e calcular valores per capita). Descobriram que a atenção deve estar sempre alerta desde o início. Afinal, se o PIB de 2012 está com o deflator na base de 2012, seu valor real deve ser igual ao nominal e vamos agradecer aqui aos professores de Macroeconomia do início do curso (sem querer cometer injustiças, não citarei nomes).

Dito isto, o exercício proposto era o de estimar a função consumo coma renda permanente seguindo uma lei dinâmica no tempo conhecida como “mecanismo de expectativas adaptativas”. Falei delas nos posts anteriores e, portanto, não preciso voltar ao tema.

A diferença em relação ao que fiz aqui antes é apenas a extensão do período de tempo. No script que se segue, algumas novidades foram introduzidas (alunos de semestres anteriores não viram alguns itens simples).

Primeiramente, ensino a obter o valor de qualquer item do sumário dos resultados. Em segundo lugar, dou a dica para o cálculo do nível de significância para algumas distribuições (no caso, a Normal padronizada) e, terceiro, como alunos da faculdade já não choram e esperneiam por conta de um código de LaTex, dou também a dica do pacote stargazer.

É bom lembrar, contudo, que sem praticar em casa, nada disto adiantará. Você, que não é meu aluno em sala, se praticar, vai aprender mais do que o sujeito que vai até minha sala de aula, mas não treina em casa. Simples assim. Volto após o código.


# http://sites.google.com/site/shikidatimeseries.html (site da materia)
# Blog do professor: https://gustibusgustibus.wordpress.com
# Nepom: http://nepom.wordpress.com
# Agora, ao que interessa.
# previamente, instale os pacotes
# install.packages("lmtest")
# install.packages("sandwich")
# Etc. Ou faça...

# install.packages(c("lmtest", "sandwich","stargazer", "dynlm"))

# script aula 19/08

dados<-read.table("C:/Users/cdshi_000/Documents/Meus Documentos/Meus Documentos/cursos/Econometria ii/funcao_consumo_anual.csv", 
                  header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE)

head(dados)
tail(dados)

series <- ts(dados, start=c(1947), freq=1)

head(series)
tail(series)

consumo<-series[,8]
pib<-series[,7]

plot(consumo, main="Consumo per capita em R$ de 2012")
plot(pib, main="PIB per capita em R$ de 2012")

consumolag=lag(consumo,-1)
piblag=lag(pib,-1)

cons=ts.intersect(consumo, consumolag)
pib0 =ts.intersect(pib, piblag)

pib0

f1<-(lm(cons[,1]~pib0[,1] + cons[,2]))

# f2<-(lm(cons[,1]~pib0[,1] + cons[,2]-1))

summary(f1)

library(sandwich)
library(lmtest)

f11<-coeftest(f1, vcov=NeweyWest)

f11

# Sugestão: se você tem o Lyx instalado (um Latex freeware)
# abra um novo arquivo (ctrl+N) e, em seguida, abra uma janela para codigos
# Ctrl+L
# Depois copie e cole o resultado do stargazer, retirando o que deve ser 
# retirado (consulte o Google, o monitor, etc)

library(stargazer)
stargazer(f1,f11)

# Agora voltamos ao que interessa. 
# Vejamos a defasagem media e a mediana

lambda<- coef(summary(f1))["cons[, 2]","Estimate"]
lambda
def_mediana<- (-log(2)/log(lambda))
def_mediana

def_media <-(lambda/(1-lambda))
def_media

# Outra forma de fazer esta regressao
# sem necessitar de criar a interseção de colunas
# com a variável e sua(s) defasagem(ns): o pacote dynlm


library(dynlm)

# não é preciso criar defasagens e a matriz x'x

f1novo <-(dynlm(consumo~pib + L(consumo,1)))

summary(f1novo)

# para comparar: mesmíssimos resultados

summary(f1)

# Seguindo o livro, 
# vamos para o metodo das variáveis instrumentais.
# Sugestao de Liviatan é usar Xt-1 como instrumento de Yt-1
# após o | substituir Yt-1 por seu instrumento e repetir os
# outros regressores

library("AER")

inst<- ivreg(cons[,1]~pib0[,1]+cons[,2]|pib0[,1]+pib0[,2])

summary(inst)

lambda1<- coef(summary(inst))["cons[, 2]","Estimate"]
lambda1
def_mediana1<- (-log(2)/log(lambda1))
def_mediana1

def_media1 <-(lambda1/(1-lambda1))
def_media1

# reparou como o modelo deu problema? O coeficiente do consumo, agora, não 
# foi significativo (e seu sinal?)

# autocorrelacao (teste h (não é um bom teste, mas aprenda como fazê-lo))

dwtest(inst)

rho<-(1-(1.2526/2))
valfa2 <-((coef(summary(inst))["cons[, 2]", "Std. Error"]))^2
valfa2

h<-rho*(sqrt(inst$n/(1-inst$n*valfa2)))

h

# para 5%, normal padronizada...
pnorm(1.645)

# logo, para h:

pnorm(h)

# 1. claro, outra opção é o teste BG (fica como dever de casa: dica lmtest)
# 2. no setor de fotocópias: pegue o material para R do semestre passado.
# 3. repita os passos feitos aqui.

Bem, pessoal, é fácil fazer isto tudo e a sugestão de dever de casa é muito tranquila. Em caso de dúvidas, lembre-se que você pode sempre usar comandos simples como “?lm” (para saber mais sobre o comando lm) ou “??lm” (veja no que dá). Obviamente, sem executar a linha, nada acontecerá.

Outra opção é fazer a busca pelos manuais dos pacotes. Digamos, por exemplo, que eu queira saber mais sobre o pacote “lmtest”. Uma rápida busca nos levará a este endereço. Nele você encontrará não apenas o manual (cuja linguagem é padronizada) como também as chamadas vignettes (nem todo pacote a(s) tem(têm), ok?) que costumam ser úteis.

Você aprende por repetição e replicar exemplos destes manuais é sempre uma boa idéia. Repare que muitos deles já vêm com bases de dados (você não precisa importá-las) que são usados nos exemplos do manual do pacote e, bem, você entendeu.

Outra dica é procurar, neste blog (e, ocasionalmente, no do Nepom) pelos chamados “Momento R do Dia” (procure!). São dicas que dou sobre os mais diversos tópicos de R. Você tem que pesquisar e descobrir se há alguma dica útil. Claro, há sempre o StackOverflow.

É isto, pessoal.

pibbr_aha

Uncategorized

Ainda a discussão da função consumo – a importância da teoria (com um exemplo relativamente simples)

Voltando à função consumo

consumo33Vocês sabem que sou simpático àquela história de deixar os dados falarem, ao invés de torturá-los para dizerem o que desejo que digam, certo? Pois bem. Ontem eu continuei um assunto que volta e meia me incomoda: a função consumo. Começou com um post para ajudar a audiência do Nepom e continuou aqui com este outro.

Aproveito para reafirmar que estou, simplesmente, seguindo o que um aluno de Economia interessado no tema faria: tento explorar a teoria com dados do Brasil. Para fazer isto de forma organizada, uso um exemplo de um bom livro de Econometria, no caso, o Basic Econometrics de Gujarati & Porter (sim, existe em português).

O leitor mais acostumado à Econometria sabe que as estimações que fiz podem ter muitos problemas potenciais (digamos que o método de mínimos quadrados ordinários usado para calcular os parâmetros nas estimações pode até não ser o melhor método…). Mas eu me dirijo aqui, principalmente, ao leitor que está angustiado, perguntando-se sobre a utilidade da teoria, o porquê da econometria, etc.

Bom, vamos seguir com o capítulo 17 do Gujarati [Gujarati & Porter (2009), ou seja, trata-se da 5a edição]. Veja que discussão interessante ele faz em seu exemplo 17.10. Vou reescrever o texto, adaptando-o ao nosso problema que é estimar a propensão marginal a consumir com dados anuais do Brasil (para detalhes, veja o texto do Nepom, que foi o primeiro nesta discussão).

Duas Alternativas Teóricas…Mesma Especificação Econométrica

Econometria é uma ferramenta útil, mas não se pode ir para a banheira apenas com ela. É preciso ter teoria (ou você trocará o sabão pela esponja, o que pode trazer consequências terríveis para sua pele) também. Veja só que excelente ponto para pensarmos!

Digamos que o consumo siga a teoria da renda permanente. Como já vimos, isto significa que devemos ter uma hipótese sobre como a renda permanente varia no tempo. Juntando esta hipótese à equação principal que é a função consumo, obtém-se uma forma reduzida que é a última equação aí embaixo.

Ct = β1 + β2X*t + ut

X*t – X*t-1 = λ(Xt – X*t-1)

Ct = λ β1 + λ β2 Xt + (1- λ) Ct-1 + [ut – (1-λ) ut-1]

Repare que, de forma ligeiramente distinta do que fiz antes, a função consumo inicial carrega um intercepto, β1, que é uma concessão que faço a Gujarati & Porter (2009) porque, a rigor, não precisaríamos dele já que a história da teoria da renda permanente é ligada ao fato de que as estimações de Kuznets não encontravam significância estatística para o intercepto. Foi, aliás, o que eu fiz ontem, aqui.

Mas seja bonzinho e deixe o intercepto lá. Faça como alguns e diga para si mesmo: vou desconsiderar o intercepto caso ele não seja significativo (uma justificativa meio post hoc, mas útil no momento).

Obviamente, esta função pode ser estimada com uma equação do tipo:

Ct = a + b1Xt + b2Ct-1 + vt

Bonito, não? Mas e se eu te disser que podemos ter outra teoria que seja compatível com esta equação a ser estimada? Pois é. Digamos que o consumo, no longo prazo, é uma função da renda corrente. Ou melhor, o consumo permanente é função da renda corrente. Podemos então, fazer como fizemos para a renda permanente e supor um modelo de ajuste para o consumo ao longo do tempo. Eis o modelo:

C*t = β1 + β2Xt + ut

Ct – Ct-1 = λ(X*t – Xt-1)

Ct = λ β1 + λ β2 Xt + (1- λ) Ct-1 + λ ut

Repare que, novamente, a última equação é o resultado (ou a redução) das duas primeiras equações. Esta também pode ser estimada como:

Ct = a + b1Xt + b2Ct-1 + vt

Bonito, heim? Mas muito bonito mesmo.

Digressão Metodológica

Ensina-nos, dentre outros, Pasquali (1997) que a Ciência tem destas coisas. Ainda mais no caso de ciências humanas. Refiro-me ao problema da medição dos fenômenos. Pela dificuldade inerente à obtenção de medidas exatas dos atributos do objeto de estudo, recorremos às “leis científicas”. Em sua tipologia temos:

1) Medida por lei: quando uma lei for estabelecida empiricamente entre duas ou mais variáveis, a(s) constante(s) típica(s) do sistema pode(m) ser medida(s) indiretamente pela relação estabelecida entre essas variáveis, como é o caso da viscosidade em física e a lei do reforço em psicologia.

2) Medida por teoria: quando nem leis existem relacionando variáveis, pode-se recorrer a teorias que hipotetizam relações entre os atributos da realidade, permitindo assim a medida indireta de um atributo por meio de fenômenos a ele relacionados via teoria. O importante nesse caso é garantir que haja instrumentos calibrados para medir (fundamentalmente ou de outra forma válida) os fenômenos com os quais o atributo em questão esteja relacionado pela teoria. [Pasquali, L. Psicometria: Teoria e Aplicações, Editora da UnB, 1997, p.37]

Não é que o que estamos discutindo aqui parece muito com alguma mistura de (1) e (2)? Afinal, podemos partir da teoria microeconômica e estabelecer a relação entre consumo e renda sem muita dificuldade, como também podemos partir da “intuição” de Keynes e falar de leis psicológicas ad hoc. Pessoalmente prefiro a primeira opção, mas, em ambos os casos, podemos refinar o raciocínio com inspiração que não é nem empírica e nem teórica, exclusivamente falando, ao, por exemplo, estabelecermos que “defasagens são importantes”.

Veja que não importa muito. O ponto é que os dois modelos podem ser justificados de uma forma ou de outra (ou, dirão alguns, por uma combinação convexa de ambos…).

Voltando ao laboratório…

Voltando ao problema econométrico, repare que uma a mesma estimação poderá nos dar duas interpretações ligeiramente distintas dos parâmetros. Lembra da estimação que fizemos?
Coefficients:
Estimate     Std. Error      t value    Pr(>|t|)
(Intercept)     0.0005092     0.0001490   3.418    0.00115 **
pib[, 1]           0.2188254     0.0501393   4.364    5.21e-05 ***
cons[, 2]        0.6154625    0.0877814    7.011    2.59e-09 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.0003554 on 59 degrees of freedom
Multiple R-squared: 0.9871, Adjusted R-squared: 0.9867
F-statistic: 2259 on 2 and 59 DF, p-value: < 2.2e-16

Com a nova intepretação de Gujarati & Porter, o que era a estimação da função consumo keynesiana com defasagens distribuídas da renda virou uma estimação do modelo de renda permanente (com este exótico intercepto na função consumo de longo prazo) e, portanto, a PMgC de longo prazo será 0.569061. Note que, em relação à renda permanente, a PMgC é β2 e este tem que ser obtido pela seguinte conta: .(1-0.6154625) β2 = 0.2188254. Ou seja, 0.569061! Faz todo sentido, não faz? Afinal, no longo prazo, a renda permanente é a única renda relevante para o consumidor, na teoria desenvolvida por Friedman.

No caso do segundo modelo acima, repare que 0.2188254 é, agora, a estimativa de λ β2, além de, novamente, ser a PMgC de curto prazo. Por sua vez, 0.6154625 é a estimativa de (1- λ). Assim, λ = 0.384538 e, portanto, a PMgC de longo prazo seria dada pela solução de: 0.2188254 = 0.384538β2. Ou seja, β2 = 0.569061.

Viu o que aconteceu? Estamos exatamente com as mesmas PMgC de curto e de longo prazo para ambos os modelos. Mas existe uma diferença, não é? No primeiro caso, o termo de erro da forma reduzida representa uma média móvel de erros do modelo estrutural, o que implica em uma interpretação distinta da dinâmica entre consumo e renda.

Uma pequena qualificação…

Na minha opinião, Gujarati & Porter (2009) não estão tão corretos ao dizerem que há uma “grande diferença” entre os modelos, no que diz respeito ao aspecto teórico do mesmo. O que cada modelo faz é considerar ora a renda permanente no longo prazo, ora o consumo permanente no longo prazo. A interpretação dos coeficientes não é tão distinta assim.

A diferença está, isto sim, na questão dos resíduos do modelo reduzido e aí nós temos um bom ponto que os autores levantam com propriedade: como distinguir entre as expectativas adaptativas e o ajustamento parcial? No caso da função consumo, eles dizem:

If habit or inertia characterizes consumption behavior, then the partial adjustment model is appropriate. On the other hand, if consumption behavior is forward-looking in the sense that it is based on expected future income, then the adaptative expectations model is appropriate. [Gujarati, D.N. & Porter, D.C. (2009), p.645]

O curioso deste trecho é o seguinte. É verdade que a teoria nos diz que “hábitos” ou “inércia” no consumo devam ser modelados com modelos de ajuste parcial. Mas não é muito correto dizer que o modelo de expectativas adaptativas é adequado quando o sujeito se comporta olhando para o futuro (forward-looking). A bem da verdade, inicialmente, era assim que se pensava em Economia. Achava-se que o modelo de expectativas adaptativas era uma boa forma de se pensar na formação de expectativas do consumidor. Contudo, este modelo de expectativas é backward-looking. Ele não tem nenhum componente futuro na fórmula.

Talvez Gujarati esteja pensando naquilo que Maddala [Maddala (1998), 2a ed] nos ensina (cap.10, seção 10.11 ou, para quem comprou a última edição, Maddala & Lahiri (2010), cap.13) sobre os testes de racionalidade (falei disso aqui) que envolvem algum tipo de equação similar a estes modelos de defasagens. Dê uma olhada no meu post ou na bibliografia indicada para ter uma noção de como implementar o teste.

Uncategorized

Exemplo de Função Consumo – Modelo da Renda Permanente – para o Brasil (continuando uma discussão lá do blog do Nepom…)

Milton Friedman visita o blog: a função consumo sob a hipótese da renda permanente

Seguindo a idéia do meu post lá no Nepom, vejamos a estimação da função consumo sob a renda permanente. Os dados são os mesmos que vimos lá, ok?

Bom, inicialmente, o problema todo está no fato de que você não possui medidas da renda permanente porque a mesma não é observável. A solução de Friedman é simples (e você pode encontrá-la em suas anotações de minhas aulas ou em artigos e livros mais sérios): supondo uma lei de movimento no tempo para a renda permanente que envolve a renda corrente e com um pouco de álgebra, você chega em uma função estimável.

A genialidade de Friedman está no uso das defasagens de Koyck e na forma como ele criou a lei de movimento (ou, se você quiser, a equação em diferenças) para a renda permanente (falarei um pouco dela mais adiante). Sem entrar em detalhes agora, o fato é que chegaremos à seguinte especificação para estimarmos:

Ct = bYt + cCt-1 + et

Repare que não existe intercepto nesta especificação de equação para regressão mas, se você estiver em um período de tempo apenas, o consumo defasado é uma variável pré-determinada e, portanto, você obtém funções de curto prazo para cada ano da amostra, por assim dizer. Sim, você que já estudou mais sabe que isto tem a ver com a discussão dos livros-texto acerca das funções consumo estimadas com dados no tempo e com cross-section. É isso aí.

Estimando…

Mas vejamos, no espírito do post do Nepom, como fica a estimação desta função.

Coefficients:
Estimate    Std. Error      t value    Pr(>|t|)
pib[, 1]               0.14611    0.04928         2.965     0.00434 **
cons[, 2]            0.78414    0.07879         9.952     2.56e-14 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.0003857 on 60 degrees of freedom
Multiple R-squared: 0.9983, Adjusted R-squared: 0.9983
F-statistic: 1.79e+04 on 2 and 60 DF, p-value: < 2.2e-16

Comparando com a função keynesiana com defasagens

Pois é. Não é difícil obter a função consumo de longo prazo:

C = [0.14611/(1 – 0.78414)] Y ou seja: C = 0.676874Y.

Comparando com o que vimos no Nepom, a PMgLP é maior, mas não está tão perto assim da unidade. Para efeitos de comparação, lá encontramos 0.5691 para a PMgLP.

Pode-se também ver que as defasagem mediana e média são maiores. Respectivamente, são: 2.850 e 3.6326. Comparando com o que encontramos para a função keynesiana com defasagens, tínhamos, respectivamente, 1.428 e 1.6005. Praticamente o dobro, não?

Um pouco mais sobre o mecanismo de expectativas adaptativas 

Curiosamente, mas nem tanto, a introdução do mecanismo de expectativas adaptativas para a renda permanente nos deu uma função consumo cuja estimação gerou uma explicação da realidade na qual a defasagem do impacto de um aumento de R$ 1.00 na renda em um ano leva mais tempo para que 100% de seu efeito seja realizado no consumo. Antes eram 1.4 anos, agora são 2.9.

Eu disse “nem tanto” porque, obviamente, como o mecanismo “olha para o passado”, poderia acontecer ser mesmo esperado que o passado ficasse mais importante nesta explicação toda. Bom, mas aí fica uma história algo exótica porque é difícil imaginar que pessoas formem expectativas olhando para trás e com tantas defasagens…

Não explicitei aqui, mas a hipótese de renda permanente que usei é o famoso mecanismo de expectativas adaptivas (ver, por exemplo, o livro de Gujarati & Porter, seção 17.5) em que:

Ypt – Ypt-1 = (1-λ)(Yt – Ypt-1)

O detalhe é que λ foi estimado como sendo de 0.78414. Ou seja:

Ypt – Ypt-1 = (1-0.78414)(Yt – Ypt-1)

Ou melhor:

Ypt = (0.78414)Ypt-1 +(1-0.78414)Yt

Ypt = (0.78414)Ypt-1 +(0.21586)Yt

Isso significa que a renda permanente em um período qualquer carrega 78% da própria renda permanente anterior e 22% da renda corrente. Neste sentido, eu esperaria que as defasagens fossem importantes mesmo.

Mais um pouco de compreensão? Vamos tentar!

Aliás, podemos estudar um pouco melhor esta última equação. Veja só como funciona o mecanismo adaptativo na renda permanente.

Fullscreen capture 8142014 10026 PM

Repare no trecho em destaque. São valores dados. Fiz uma série de Yt que evolui em intervalos de 10 unidades. Então, você esperaria que a renda permanente também evoluísse em 10 unidades, não? Mas uma característica do mecanismo adaptativo é, como o nome diz, ir se adaptando ao longo do tempo. A correção não é automática. Neste sentido, repare que ele leva um tempo até aprender que o crescimento (o delta) de Yt é de 10 unidades. Na planilha, na verdade, isso acontece exatamente em t = 70.

No gráfico acima dá a impressão de que isto ocorre antes mas é porque os valores se aproximam para algo em torno de 9.99 por volta de t = 30 e 9.9999 por volta de t = 39. Claro, você pode achar isso razoável, mas lembre-se que estamos a falar aqui de dados anuais. Será mesmo que a renda permanente seguiria se ajustando com esta defasagem, mesmo para um mecanismo tão óbvio como este (sempre de dez em dez, sem qualquer alteração)?

Concluindo…

Esta discussão continua em outra hora, pessoal. Tenho que fazer outras coisas. Espero que tenham se divertido. No R, não tem muito segredo. Caso você não se lembre, para estimar uma regressão sem intercepto, basta acrescentar “-1” ao comando da regressão. Tínhamos:

summary(lm(cons[,1]~pib[,1] + cons[,2]))

Logo, agora:

summary(lm(cons[,1]~pib[,1] + cons[,2]-1))

O restante, claro, você viu lá no Nepom.

Até mais!

Uncategorized

Como a restrição orçamentária, sozinha, pode ser tão interessante?

Paciência que você está aprendendo!

Muita gente acha que o mundo se explica apenas pelo resumo do caderno do colega que foi à aula. Não! Você não pode pensar assim! Ser pretencioso é perder tudo o que há de interessante no conhecimento. A realidade deve, sim, ser explicada com modelos simples, mas não me venha criticar um modelo porque ele foi construído para entender a realidade “A” quando você quer entender a realidade “B”.

Para apreciar um pouco a utilidade de se pensar em modelos (ou “com modelos”), vamos fazer um exercício bem simples: vamos fundamentar a restrição intertemporal que você aprende incluindo uma variável adicional, o nível inicial de ativos (posição inicial do sujeito em termos de ativos).

A motivação virá de um exemplo empírico. Assim, considere este trabalho de Stephens Jr. e Unayama [Stephens Jr. & Unayama (2011)]:

Japanese public pension benefits, which were distributed quarterly through February 1990 and every other month since then, induce substantial but predictable income fluctuations. The relative magnitude of the payments combined with the delay between payments yields a stronger test of the Life-Cycle/Permanent Income Hypothesis than in prior studies. Applying two identification strategies to monthly household panel data, we find that consumption significantly responds to quarterly benefit receipt. Additional analysis suggests that our findings cannot be explained by either liquidity constraints or precautionary savings motives

Ora, como entender os impactos destes benefícios sobre o consumo? E como conciliar o que você viu em Microeconomia com esta história da hipótese da renda permanente? Basta pensar em dois períodos e usar o exemplo do livro? Para fins didáticos, sim. Entretanto, o que você não conseguirá explicar ainda será imenso. Quer melhorar seu entendimento? Refine o modelo.

No caso desta nota, adoto o caminho mais óbvio: adaptar a restrição orçamentária! Vamos fazer isto por partes e, portanto, este não é um texto completo (aliás, ele é uma espécie de resumo da leitura de alguns livros, especialmente o Deaton & Muellbauer (1980) citado abaixo).

Além disso, existem menos evidências consensuais – em Ciências Econômicas – de que preferências mudem e, no caso da escolha intertemporal, esta que trata do consumidor ao longo do tempo, é muito menos óbvio que estas mudem (e menos ainda como elas mudam ou, para piorar, o porquê de elas mudarem é uma das perguntas provavelmente mais obscuras que alguém poderia querer fazer no estado atual do nosso conhecimento científico).

A Escolha Intertemporal: comece pela restrição!

Suponha que você tenha assistido algumas poucas aulas de Microeconomia. Você já conhece a restrição orçamentária do consumidor. Mais ainda, você conhece o modelo intertemporal com dois períodos. Ora, neste caso, você sabe que a restrição é (“c” é consumo, “y” é renda (paga no início de cada período), “r” é a taxa de juros e “1” e “2” são os períodos de tempo):

p1c1 +p2c2/(1+r) = p1y1 + p2y2/(1+r)

Claro que podemos imaginar que não haja inflação e podemos normalizar o preço do período 1 (e, portanto, do período 2, já que não há inflação) para 1, obtendo o caso simples do livro:

c1 +c2/(1+r) = y1 + y2/(1+r)

Repare que esta equação é adequada para consumo de não-duráveis. Muito bem. Isto você já sabe. Mas, de onde vem esta equação? Para entender sua origem,  basta imaginarmos um mundo no qual os indivíduos possam consumir baseados em ativos (como heranças, depósitos bancários) e na renda oriunda do trabalho. Os ativos, diferentemente da renda no bolso, rendem juros. Assim, temos:

A0 = ativos no período zero
A1 = A0(1+r1) + y1 – p1c1
A2 = A1(1+r2) + y2 – p2c2

Repare que a posição de ativos do sujeito no final do período 1 é igual ao valor do ativo que tinha ao nascer (que foi aplicado e, portanto, rende juros) mais a renda do trabalho no período 1 menos o valor do gasto em consumo no período 1. A mesma coisa é feita para se calcular a posição dos ativos do sujeito no período 2.

Simples não? Gastou mais do que tinha, vira devedor naquele período. Obviamente, neste caso, terá que pagar o que deve no período seguinte. Claro, fica mais simples se a gente pensar que a taxa de juros está constante (além de ser a mesma para a tomada de empréstimos ou para a poupança).

A1 = A0(1+r) + y1 – p1c1
A2 = A1(1+r) + y2 – p2c2 

Suponha que o consumidor consegue terminar sua maximização sem deixar ativos para o período pós-morte, ou seja, A2 = 0.

Sim, o futuro a Deus pertence, então, tudo que é período 2 é futuro para nós e, inevitavelmente, temos que pensar nos preços, renda ou consumo como expectativas. O leitor mais próximo da teoria já viu como as expectativas racionais, a despeito de outras características, podem nos ajudar a resolver o problema aqui. Na versão não-estocástica, basta supor que o sujeito “acerta” a previsão. Ou, de forma mais simples, com dois períodos, num ambiente econômico relativamente estável, esta forma de se resolver o problema do futuro não é assim tão assustadora, não?

Voltando à álgebra, vamos resumir isto tudo obtendo a restrição orçamentária intertemporal que fica assim:

p1c1 +p2c2/(1+r) = A0(1+r) + y1 + y2/(1+r)

Ok até aqui? Repare que o lado direito da equação é, basicamente, a riqueza do indivíduo. O modelo que você viu em Microeconomia é, basicamente, o mesmo que você vê aqui, exceto que, lá, geralmente, não há o ativo inicial.

Bem, então vamos em frente.

Para que serve esta restrição?

Bom, primeiro, repare que acabamos de incluir um efeito adicional para o deslocamento da restrição orçamentária do indivíduo. Ceteris paribus, o efeito é basicamente o mesmo de um efeito-dotação típico. Outra hipótese adotada é a de que o sujeito recebe uma herança, mas não é assim tão bonzinho com sua descendência. Ou seja, ele não é altruísta. O que aconteceria se ele fosse altruísta? Bem, você pode descobrir isto fazendo um pouco de conta.

Resumindo: nossa visão da realidade foi ampliada. Um pouquinho, eu sei, mas foi. Repare que nem incluímos bens duráveis na análise, algo que faria sentido no estudo do consumo em um período de tempo mais longo como pretendemos que seja o da vida de uma pessoa cujo consumo desejamos entender/estudar.

Em segundo lugar, vivo falando aqui da Abenomics, do consumo no Japão, etc. Bem, então você ouve algumas anedotas sobre japoneses que poupam muito, sobre heranças, sobre a estrutura demográfica do país e sobre como tudo isso tem algum impacto no consumo.

O artigo acima, por exemplo, fala até de fatores sazonais! Fica claro que estudar fatores sazonais implicaria, para começar (sempre do mais simples para o mais complicado), que trabalhássemos com mais períodose, neste caso, uma planilha seria bem útil. Evidentemente, em algum momento, você vai se perguntar sobre o porquê da sazonalidade. Haveria motivos teóricos (econômicos) para explicar o fenômeno sazonal em variáveis econômicas? Aposto que sim.

Obviamente, o modelo que você utiliza para entender a realidade não precisa ser tão simples. Bem ,ele pode continuar sendo simples, no sentido científico do termo, mas com a incorporação de mais fatos estilizados sobre o consumo observado pelos pesquisadores há mais de um século. Não sei você, mas acho isso muito interessante.

Antes de concluírmos esta história, vamos apenas fazer mais um desenvolvimento algébrico incluindo mais um período e supondo, novamente, que o consumidor não deixe herança. Para simplificar, normalizarei o preço para a unidade e, supondo que não haja inflação, temos:

c3 + c2(1+r) + c1(1+r)2 = A0(1+r)3 + y3 +y2 (1+r) + y1(1+r)2

Repare como a restrição continua dependendo apenas da herança inicial e do fluxo de renda do trabalho. Em outras palavras, os estoques de ativos, ao longo da vida, nada mais são do que resultado da renda recebida. Em breve, você verá, vamos chegar às teorias macroeconômicas modernas que falam de consumo e renda permanente (lembra do artigo citado acima?).

Por enquanto, é isto. Posteriormente vamos trazer ao modelo a questão do consumo de bens duráveis e continuar ampliando nossa restrição. Vamos ver até onde conseguimos avançar?

Bibliografia

Deaton, A. & Muellbauer, J. (1980) Economics and Consumer Behavior, Cambridge University Press.

Stephens Jr., M. & Unayama, T. (2011). The Consumption Response to Seasonal Income: Evidence from Japanese Public Pension Benefits. (mimeo)

Uncategorized

Domingo é dia de consumir o frango assado do boteco…e de pensar sobre a função consumo

Aí você me diz que leu um monte de teorias sobre consumo e quer estimar uma super função consumo. Como diria meu amigo Claudio (eu mesmo), be my guest. No livro de macroeconomia de Carlin & Soskice (2006), há um resumo da regressão feita por Muellbauer (1994). Vou aproveitar para resumir o apêndice 1.10 do capítulo 7 e dar meus pitacos. Ou seja, aqui vai uma mistura de tradução livre com observações deste que vos escreve, ok?

O prof. Muelbauer, usando dados para o Reino Unido, estimou a seguinte função:

Δlnct = constante + β0 + β1 (lnyt – lnct-1)  + β2Δlnyt + β3r + β4Δut + β5ad + β6(LAt-1/yt-1) + β7(IAt-1/yt-1) + β8 (Δlyt/y)e + controles demográficos e distributivos

na qual temos ct = consumo de duráveis e não-duráveis, y = renda real disponível, r = taxa de juros real, u = taxa de desemprego, ad = valor absoluto do hiato entre a renda corrente e sua média dos cinco anos prévios, LA = medida de liquidez de ativos, IA = medida de ativos não-líquidos (ilíquidos), (Δlyt/y)e = expectativa de crescimento da renda.

Repare que, ao contrário da vida tranquila que você imaginou ter ao estudar macroeconomia básica (aquela do primeiro ano, época em que a faculdade era só festa e alegria), o futuro é importante! Sim, a expectativa de crescimento da renda, esta terrível variável forward-looking é importante (na estimação do autor, o impacto é positivo e estatisticamente diferente de zero).

Carlin & Soskice (2006) fazem a observação importante que você deveria guardar na memória: se o consumo é funçao da renda disponível, dos juros, da expectativa de crescimento da renda e do efeito-riqueza, por exemplo, então os impactos de políticas fiscais que você estudou mudam (e olha que nem abrimos a economia!). Guardar o que mesmo? Guardar a maneira como você deve estudar o que já aprendeu e incorporar novidades. Como fica a curva IS em um caso como este? Mais ou menos inclinada? Segunda pergunta: se ficar mais ou menos inclinada o impacto relativo da política fiscal relativamente à monetária fica maior ou menor? Heim? (dica: esta é fácil. Basta você se lembrar do que aprendeu no 1o ano do curso. Depois, inclua os efeitos acima de forma bem simples, aditiva mesmo e veja o que acontece).

Ah sim, Muellbauer é um especialista em consumo. Outro artigo dele é este aqui, publicado em 2007, antes da crise imobiliária dos EUA.

Bibliografia

Carlin, W. & Soskice, D.  (2006). Macroeconomics – Imperfections, Institutions and Policies. Oxford University Press.

Micro-Apêndice: dica para ver como fica a curva IS com taxa de juros no consumo

Simples assim. Faça uma função consumo simples, como:

C = a + bY + cr (0 > c e 1 > b >0).

Substitua sua função consumo antiga por esta e veja como fica a derivada parcial dY/dr da curva IS. Claro, outro ponto a se pensar é no significado da inclinação da IS quando usamos a teoria da renda permanente e adicionamos outras variáveis, mas você tem que começar de algum ponto e, claro, comece do mais simples, ok?

Bom exercício.

Uncategorized

Consumo e Renda no Japão (2004-2010) – outra discussão de Econometria Aplicada

Vamos falar de consumo e renda hoje. Aliás, vamos falar de função consumo. Vamos aproveitar a boa vontade do Statistics Bureau do governo japonês e aproveitar a oportunidade para fazer uma reflexão sobre a mais famosa das funções em Ciências Econômicas desde Keynes: a função consumo. Para os aficcionados do gênero, nada mais importa na vida se você não observar esta coisinha aqui: Ct = a + bYt + εt, no qual nosso último termo é o famoso erro aleatório lá dos livros de Econometria.

Então segura que vem mais Econometria!

Os dados, da tabela 20-6, são referentes aos gastos e renda das famílias (Average of Monthly Income and Expenditures per Household (Workers’ Households) de todo o país. A série só é contínua (dados mensais) a partir de 2004. Assim, nossa análise se inicia neste ano. Antes de mais nada, vejamos o gráfico de nossas séries (trabalharei com apenas duas delas).

japao_consumo_Familias

Nada como uma economia estagnada, não? Sem muito rigor, percebe-se que as séries todas giram em torno das respectivas médias que, por sinal, parecem relativamente constantes (alguém diria: a série parece ser estacionária). A economia japonesa, aliás, está estagnada? Julgue você mesmo pelo gráfico abaixo (gerado com os dados do FED).

Embora os dados sejam distintos, dá para se ter uma idéia de como a vida de uma família mediana tem sofrido em termos de consumo. Não daria mesmo para esperar uma renda média crescente ao longo do tempo. Eis aí um aspecto qualitativo da estacionariedade de uma série: ninguém gosta de renda estacionária, mas sim de renda com tendência de aumento. Enfim, vamos em frente.

Olha a sazonalidade….será?

Os dados aparentam ter algum aspecto sazonal? É difícil ver pelos seis gráficos anteriores. Então, novamente, façamos uso do bom e velho gráfico da sazonalidade, intuitivo e simples. Neste post farei uso de duas das variáveis acima: gastos em consumo e salários. Eis os gráficos pertinentes.

wage_sazonal cons_sazonal

A evidência de que há sazonalidade parece ser justificada (alguém poderia querer usar os famosos gráficos das funções de autocorrelação e autocorrelação parcial e, creio, é uma boa idéia).

Então veio a hora: vamos ver a função consumo? Consumo em função da renda. A teoria me diz que devo considerar apenas as duas variáveis, mas minha análise dos dados da amostra me diz que devo olhar para a sazonalidade. Uma forma simplificada – e nem sempre correta – de analisar a sazonalidade é usar dummies sazonais. Bem, no quadro abaixo, a coluna (2) nos dá os resultados da regressão linear incluindo as dummies.

sazonalidade_e_tendencia_fazem_falta

Bom, eu sei que há várias observações – e não me refiro ao número de observações da amostra – a serem feitas aqui. Primeiro, para os que adoram um R ao quadrado, bem, reparem como a sazonalidade não pode ser desprezada. A regressão sem as dummies sazonais tem um R ao quadrado bem baixo (ajustado por graus de liberdade ou não).

Mas este ajuste não nos diz muita coisa se os resíduos da regressão não se aproximarem de algumas hipóteses, uma delas, a de normalidade. Abaixo, vemos como os resíduos das duas regressões se comportam com respeito a uma distribuição Normal teórica (os famosos gráficos Q-Q).

residuos_r

residuos_r2

Pode não ser a distribuição mais normal do mundo, não é? Em termos de autocorrelação dos resíduos, sob a hipótese nula de que a mesma é de primeira ordem, aplicando um teste de Breusch-Godfrey, obtemos um resultado que diferencia mais ainda as duas regressões. No primeiro caso, temos uma alta probabilidade de se rejeitar esta hipótese, ao contrário da segunda regressão (a que inclui as dummies sazonais).

Então, à primeira vista, parece haver um trade-off entre os modelos. No primeiro caso, não se consegue captar os efeitos sazonais com exatidão. No segundo, temos um padrão de autocorrelação que não deveria estar nos resíduos. Você pode visualizar isto nas funções de autocorrelação dos resíduos das respectivas regressões. Eles estão a seguir.

acf_residinicial

acf_resid2

Viu só como estas coisas não são assim tão simples? Veja só o aspecto da sazonalidade. Uma coisa que fizemos foi supor que ela é aditiva. Cada efeito mensal se soma ao anterior. Entretanto, ela não precisa ser assim, como nos ensinam lá nas aulas sobre modelos ARIMA com sazonalidade (SARIMA).

Então, uma opção seria estimar uma espécie de função consumo dentro deste arcabouço (as chamadas funções de transferência). De certa forma, isto equivale a estimar um modelo autoregressivo com defasagens distribuídas (ADL). Para mais detalhes, veja o que se diz aqui: um modelo ADL com uma suposta estrutura racional para as defasagens equivaleria a uma função de transferência. Caso você não queira detalhes técnicos, apenas imagine que estou, pragmaticamente, tentando captar a autoregressão incluindo-a como uma variável defasada na minha equação estimada (2) da tabela acima.

Fazendo isto, obtenho uma nova função consumo e os erros parecem não possuir autocorrelação de primeira ordem. A regressão é esta:

consumo_japao_com_ar

Repare que, neste modelo, a propensão marginal a consumir no longo prazo é bem baixa (0.167/(1-0.408)) = 0.28. Assim, um aumento de 1 Yen no salário geraria um aumento de consumo de 0.28 centavos de Yen.

A volta da prática para a teoria…e vice-versa

Ok, estimamos a função e, pensando apenas no problema de auto-correlação, incluímos a variável dependente defasada. O leitor mais chegado na teoria vai me perguntar: mas e agora? Isto aí “representa” alguma teoria sobre o consumo?

Para nossa sorte, sim. Esta função consumo pode ser encarada como a contrapartida empírica do modelo da função consumo sujeito à existência de hábito (inércia no consumo). Charemza & Deadman (2002) mostram que este modelo é derivado a partir da seguinte estrutura:

Cdt = a + bYt

Ct – Ct-1 = (1-γ)(Cdt – Ct-1) + ut

Cd é o consumo desejado, ut é um erro aleatório e, claro, 0 < γ <1 é um parâmetro que ilustra o “hábito”. Em outras palavras, a variação do consumo é uma função da diferença do consumo desejado e do consumo efetivo passado sujeito, obviamente, a um erro aleatório aditivo.

Quando você resolve este sistema – você tem que fazer isto para fazer com que a variável não-observável, Cd, desapareça (por que? Porque você não tem dados da mesma para estimar) – você encontra a seguinte função consumo:

Ct = (1- γ)a + γCt-1 + (1- γ)bYt + ut.

Não é preciso pensar muito para ver que a inclusão das dummies sazonais apenas controlam o efeito da sazonalidade e nossos parâmetros seriam:

(1- γ)a = 45.217

γ = 0.408

(1- γ)b = 0.167

Logo, a = 76.38 e b = 0.28. Note que a propensão marginal a consumir, no curto prazo, não é tão diferente daquela de nossa equação (2). Também observe que só conseguimos obter os parâmetros estruturais porque estimamos a sua forma reduzida (em português: estimamos a forma reduzida da função consumo algebricamente obtida a partir das duas equações estruturais deste modelo e, com os parâmetros estimados desta forma, conseguimos obter os parâmetros da forma estrutural).

Aliás, um modelo estrutural bem maior e mais complicado, para a economia japonesa é este.

Bom, mas o que dizer de nossos resultados? Longe de mim reinvindicar algo além de um exercício para discussão de econometria aplicada. Mas considere este texto para discussão Carroll (2000), em sua versão preliminar, no mesmo ano, no NBER. Digo, considere o resumo.

‘Risky Habits’ and the Marginal Propensity to Consume Out of Permanent Income, or, How Much Would a Permanent Tax Cut Boost Japanese Consumption?
Christopher D. Carroll
NBER Working Paper No. 7839
Issued in August 2000
NBER Program(s): ME PE
Papers in variety of disparate literatures have recently suggested that habit formation in consumption may explain several empirical puzzles, ranging from the level and cyclical variability of the equity premium (Abel (1990,1999); Constantinides (1990); Jermann (1998); Campbell and Cochrane (1999)) to the excess smoothness’ of aggregate consumption (Fuhrer (2000)) to the apparent fact that increases in economic growth cause subsequent increases in aggregate saving rates (Carroll and Weil (1994); Bosworth (1993); Attanasio, Picci, and Scorcu (2000); Rodrik (1999); Loayza, Schmidt-Hebbel, and Serv‚n (2000)). This paper examines an implication of these models that has mostly been overlooked: Habits strong enough to solve these puzzles imply an immediate marginal propensity to consume out of permanent shocks of much less than one. When the model is calibrated to roughly match the rise in the Japanese saving rate over the postwar period, it implies that the immediate MPC out of permanent tax cuts may be as low as 30 percent, suggesting that calls for permanent income tax cut as a quick means of stimulating aggregate demand in Japan may be misguided.

Ou seja, o autor diz que a propensão marginal a consumir em modelos com “hábito”, neste caso, pode ser bem baixa e ainda faz uma ligação muito simples e interessante com o que falo sobre mudanças permanentes e temporárias nas aulas de Análise Macroeconômica IV.

Coincidência ou não, nosso exercício também nos deu uma propensão marginal a consumir baixa. Legal, não? Torço sempre para que estas coisas não sejam coincidências…

Tá, e agora?

Agora o negócio é trabalhar. Bom, para quem é novo por aqui, eu usei o R, meu programa econométrico favorito (inclusive, usei o pacote do R, stargazer, que gera as tabelas automaticamente, o que me poupa um bocado de trabalho). Caso você queira uma sugestão, eu lhe sugiro o R.

A idéia deste post gigante surgiu, simplesmente, do desejo de gerar um material didático que fosse de fácil acesso para aqueles que já ouviram falar de Econometria (minha definição de “ouviram falar”, claro, é bem específica…). A discussão do consumo unifica três das quatro disciplinas que tenho que lecionar na faculdade. Não é tão ruim quando você pensa que está ao lado de gente como Milton Friedman ou Robert Hall, ensinando suas teorias, dando notícia das mesmas ou, sei lá, simplesmente ilustrando alguns modelos.

Como sempre, deixamos de lado muita coisa porque senão teríamos um post gigante sobre o tema. Ah, o leitor pode ver que tenho tratado do tema “economia japonesa” com alguma frequência por aqui (por um motivo muito óbvio, creio).

No final disto tudo, talvez a melhor coisa seja pensar no Japão com uma bela imagem.

Totoro

Até a próxima!

Bibliografia

Carroll, Christopher D. “Risks Habits’ And The Marginal Propensity To Consume Out Of Permanent Income, Or, How Much Would A Permanent Tax Cut Boost Japanese Consumption?,” International Economic Journal, 2000, v14(4,Winter), 1-40

Charemza, W.W. & Deadman, D.F. New Directions in Econometric Practice, Edward Elgar, 1997 (2nd edition).

Uncategorized

As escolhas intertemporais de Jackie Chan e de Camila Pitanga são similares?

Genericamente, é. Mas, claro, os parâmetros, para cada país, precisam ser estimados. Uma analista do Euromonitor acha que chineses são menos impacientes do que brasileiros. Digo, falo de impaciência no sentido econômico, ou seja, daquela característica, intrínseca nas preferências dos consumidores, de serem mais ou menos satisfeitos com o consumo de hoje relativamente ao do futuro.

A análise, contudo, diz respeito ao consumo discricionário, lá definido como o consumo que exclui bebidas não-alcóolicas, alimentação e custos de aluguel.

Não ficou muito claro para mim, mas parece que o consumo inclui bens duráveis e não duráveis, algo que faria alguma diferença em uma aula de Economia, já que a lógica da demanda de bens duráveis é um pouco diferente da de bens não-duráveis (lembre-se que uma laranja tem uma depreciação bem distinta da de uma geladeira, para dizer o mínimo).

De qualquer forma, as tendências apontadas pela analista no pequeno texto merecem atenção e uma análise mais detalhada. Por exemplo, a questão demográfica é um determinante importante. Outro ponto que você poderia – e deveria – questionar diz respeito ao sistema de previdência do país: existe previdência privada na China? Não? Como funciona a aposentadoria lá? As regras do jogo (olha as instituições aí, leitores assíduos…) são sempre importantes, não? A demografia é importante?

Eu diria que há questões importantes quando se estuda a interação dos mercados (no nível microeconômico, claro) e também a questão da oferta e da demanda agregada nos dois países. Meus colegas da faculdade (sabiam que, modéstia às favas, somos a segunda melhor escola de Ciências Econômicas do Brasil, segundo o INEP? Veja lá o resultado do ENADE) vivem lutando contra jornalistas teimosos que custam a aceitar que o problema do país tem a ver com o capital humano. Eles, talvez por viverem em um estado dominado pela indústria, ainda compram a surrada tese de que o negócio todo é fazer a indústria lucrar (como se isso fosse possível sem mão-de-obra qualificada…). Eu sei, é um discurso que nunca se sustentou e não se sustenta e não vou fazer a pesquisa bibliográfica para este post neste debate chato: fica para o leitor este trabalho.

Mas há muitas questões interessantes aqui, além de Jackie Chan e Camila Pitanga (e boa parte dos leitores provavelmente achará a segunda mais interessante que o primeiro, creio). Caso você já tenha estudado um pouco de microfundamentação da macroeconomia, eis um prato cheio: você tem as dotações, a taxa de juros, a taxa de inflação, o PIB, tudo isto espalhado por aí (pergunte ao pessoal do Nepom, por exemplo).

Um bom exercício seria olhar para uma relação óbvia, mas que nem sempre os analistas investigam, por questões as mais diversas: a interrelação entre os padrões de consumo intertemporal na China e no Brasil. Ok, você pode me dizer que não há impacto (mas eu não vi os dados e nem suas estimativas). Talvez o melhor seja olhar para as restrições ao crédito aqui e lá (ou acolá).

Qualquer resposta a perguntas sobre consumo na economia, veja bem, suscita, no mínimo, a necessidade do uso de uma base de dados rica em variáveis. Talvez minha(s) pergunta(s) seja(m) ruim(ns), mal formulada(s) ou errada(s). Ou talvez não. Mas eu te digo uma coisa: o que tem de pergunta interessante aguardando testes empíricos. Comece com este texto didático do meu amigo e ex-colega de faculdade(s), o Fábio.

Pois é. No final do dia, eu quero mesmo é saber do consumo de macarrão instantâneo japonês. Este sim, tem o tempero que gostamos aqui em casa. Aliás, é um baita mercado, como você descobrirá aqui. É, acho que já falei disto aqui, há alguns posts. Quando começo a ficar repetitivo, é hora de parar. Então, até a próxima.