Baixe o app para aproveitar ainda mais
Prévia do material em texto
A CRISE E OS NOVOS DILEMAS DE POLÍTICA ECONÔMICA Monica Baumgarten de Bolle Nesta Aula (e na Próxima...) • Um pouco mais de teoria: • Os Modelos e as Crises dos Anos 80, 90 e 2000 • Fragilidade Financeira encontra Diamond-Dybvig • Novos Conceitos para entender a Crise de 2008 • Leis de Potência • Pilhas de Areia • Fractais • Redes Complexas • Implicações para o Risco Sistêmico Crises Financeiras: Anos 80, 90 e 2000 • Modelos “Tradicionais”: • Crises de Balanço de Pagamentos • Krugman (1979) e os modelos de primeira geração; • Crises de BOP convencionais: AL nos anos 80, onde desequiilíbrios macro e inconsistências de pol eco na origem do problema. • Obstfeld (1994) e os modelos de segunda geração; • Crise do sistema monetário europeu de 1992 – o problema não eram as inconsistências macro, e sim existência de equilíbrios múltiplos. • Crises Bancárias • Diamond e Dybvig (1983) e o modelo canônico de corridas bancárias. • Crises “Híbridas” • Krugman (1998), Chang e Velasco (1998) e outros. Crise asiática – bancos e balanço de pagamentos. • Turquia (2000/01), Argentina (2001/02), Uruguai (2002/03): bancos, bop e dívida. Uruguai, 2002/2003: A Crise Completa • Uruguai: pequena economia aberta, com um enorme sistema financeiro – PIB US$ 20 bilhões. Depósitos em USD de US$ 14 bilhões; destes, cerca de 40% (ou US$5,6 bi) eram de argentinos. Investment grade. • Reservas de US$3 bilhões. • Razão Dívida/PIB de uns 50%. • Câmbio fixo (bandas ajustáveis, porém estreitas). • Fiscal razoável: déficit nominal de 3% do PIB. • Crise bancária deflagrada pelo corralito argentino. País perdeu 80% de suas reservas em 4 meses. Recorreu ao FMI. Uruguai, cont. • FMI mandou desvalorizar a moeda, i.e. abandonar o câmbio fixo. A desvalorização acentuou a corrida bancária. Feriado bancário foi declarado em agosto de 2002. • Negociações difíceis com a missão. Havia a necessidade de reestruturar a dívida, que alcançara mais de 100% do PIB devido à desvalorização do peso. • Reestruturação “voluntária” de cerca de 50% da dívida pública conduzida em maio de 2003 – um sucesso, com mais de 95% de adesão dos investidores. Como? Serviu de molde para a reestruturação da Grécia. • CACs • Exit consents Crises Anos 90, 2000 • Modelos de crises inspiraram literatura de “early warning systems” (EWS): Eichengreen and Rose (1998), Frankel and Rose (1996), Kaminsky and Reinhart (1999), Calvo, Izquierdo and Mejía (2008) e muitos outros. • Diagnóstico destas crises baseado na presença de desequilíbrios macroeconômicos como: • Inconsistência entre política fiscal, política monetária, e política cambial. • Exposição do setor privado (e.g. Bancos) ao financiamento externo, elevados déficits em conta-corrente e insuficiência de reservas. • Descasamentos de moeda – setor privado e público – e insuficiência de reservas. • EWS: indicadores como (dívida de cp)/Reservas, dependência do BOP de fluxos de cp, exposição do setor privado aos descasamentos de moeda, grau de desalinhamento cambial, etc, para calcular a probabilidade de crises. • Departamento de Pesquisa do FMI – uma divisão inteira dedicada ao desenvolvimento de modelos EWS. Um Modelo Estilizado de Crise de 3ª Geração (de Bolle (2001)) • Modelo de 3 períodos: t = 0, 1, 2 • Em t = 0, devedor contrai uma dívida do banco para investir num projeto que rende X em t = 2 com probabilidade p e 0 com probabilidade (1-p), se o esforço for alto; se o esforço for baixo, X com probabilidade p´ e 0 com prob (1-p´), onde p>p´. • Esforço alto custa Y, esforço baixo custa ao devedor Y´; • Y > Y´ • Devedor toma dívida em t = 0, tem de saldá-la em t = 2. Banco cobra R. Se resolver não fazer o projeto, fica com we (riqueza inicial). Há assimetria de informação. Banco não sabe qual o grau de esforço do empresário. Devedor, cont. • Toma o empréstimo em t = 0 com esforço alto se: • U(C)=p(X-R) + (1-p)(-u)-Y ≥ we (-u) acontece porque se não há retorno em t=2, consumo fica abaixo da subsistência gerando utilidade negativa. • Prefere esforço alto se: • p(X-R)+(1-p)(-u)-Y ≥ p´(X-R)+(1-p´)(-u)-Y´ • Devedor emprega esforço em t = 0, mas pode mudar de ideia em t = 1. Projeto não pode ser liquidado em t = 1 (rende zero neste caso). • Quando fica complacente? Suponha que em t = 1 sofra um choque de riqueza w que cubra o consumo de subsistência – fica neutro ao risco. • Portanto, mudará de ideia se: • p´(X-R)-Y´≥p(X-R)-Y Um modelo simples: neutralidade ao risco quando C>C* • U(C) C* -u O Banco e a Crise • O banco é neutro em relação ao risco. Em t=0, financia o empresário com uma parte de seus depósitos, oferendo um contrato R que atenda às condições para que empregue esforço máximo. • Depositantes têm mesma função utilidade que os empresários. • Em t=1 ocorre o choque. Banco está atado, não pode liquidar o projeto, pois este não renderá nada neste período. Sabe, entretanto, que o risco agregado mudou pois o empresário empregará menos esforço sob determinadas condições... A probabilidade de fracasso do projeto é maior. • Sabendo disso, o que fazem os depositantes? • Depositantes podem agir, sob determinadas circunstâncias, como no modelo de DD – há uma combinação de parâmetros para a qual a estratégia dominante é correr. • Se correrem, banco quebra... • Bottom line: choque positivo, aumenta a fragilidade financeira da economia e bancos podem acabar quebrando – Financial Dutch Disease! O Jogo em t = 1: payoffs • Colunas: 1 indivíduo; Linhas: todos os outros Sacar Todos os Outros Não Sacar Sacar Não Sacar 0<Y<100 0 100 110 Crises Anos 90, 2000 • Problema: modelos de “previsão” à la EWS dão alguma idéia sobre a vulnerabilidade do país (conseguem mensurar a fragilidade financeira, como a descrita no modelo anterior), mas não conseguem dizer nada sobre a potencial magnitude da crise. • E.g., extensão do contágio, custo fiscal, custo em termos da potencial queda do PIB, etc. • Ou seja, mesmo no caso das crises “originadas” em desequilíbrios macro, modelos não conseguem refletir todas as dimensões da imprevisibilidade das crises. • Modelos de Física Aplicada oferecem bons pontos de partida para entender a real natureza desta imprevisibilidade. A Interdisciplinaridade da Crise! • “Precisely because it is impossible to say, for example, where the chemical process ends and the biological one begins, even natural sciences do not have rigidly fixed and sharply drawn frontiers. There is no reason for economics to constitute an exception in this respect.” • Nicholas Georgescu-Roegen, 1966 Crises Financeiras e Pilhas de Areia • Bak, Tang e Wiesenfeld (1987): • Empilhar areia, grão a grão, em uma superfície lisa oferece profundos insights sobre a dinâmica de sistemas complexos que operam fora do equilíbrio. • Como a pilha de areia não pode crescer infinitamente, desmoronamentos tornar-se-ão mais frequentes a partir de um determinado tamanho/estrutura da pilha. • É possível calcular a probabilidade de acontecer uma avalanche de uma determinada magnitude? • Resultado surpreendente: o tamanho da avalanche provocada pelo próximo grão de areia a cair na pilha quando esta se encontra no seu “estado crítico” é completamente imprevisível. • Estado crítico é uma transição de fase – de sólido para líquido, de líquido para vapor... • O próximo grão pode gerar desde um pequeno deslizamento até a total destruição da pilha: tudo dependedas linhas de instabilidade que se formaram na sua estrutura e do seu grau de conectividade. Estado Crítico e Transição de Fase • Sólidos, líquidos, imãs e campos magnéticos... Crises Financeiras e Pilhas de Areia • Sistemas capazes de gerar grandes cataclismos, como as pilhas de areia e suas avalanches, são caracterizados pela presença de leis de potência. • Leis de potência: grandes eventos são raros, pequenos eventos são frequentes. Parece trivial mas não é. • Leis de Potência vs. Família “Gaussiana” • A média, quando definida, não fornece nenhuma informação sobre as características típicas da população. • Os demais momentos da distribuição não são bem definidos – a variância pode ser infinita. • A média também pode ser infinita. Ex.: f(x) = Kx-1 • Leis de potência são livres de escala A Curva Normal A Lei de Potência A Ubiquidade das Leis de Potência • Os seguintes eventos são “governados” por leis de potência: • Epidemias (Haldane (2009); artigo da Nature (2006); www.wheresgeorge.com) • Terremotos • Turbulência • Furacões • Avalanches • Deslizamentos de terra • Incêndios florestais • E... • Crises Bancárias!!! Distribuição das Crises Bancárias Crise 2007/08 • Por que tão virulenta? • Desequilíbrios macro: EUA – alto grau de endividamento das famílias (déficit em conta-corrente), “bolha” imobiliária. • Mas também falhas nos controles privados de risco, e excesso de alavancagem do sistema financeiro. • Distribuições da família Gaussiana por trás da maioria dos modelos de controle de risco; no entanto, muitos ativos financeiros e preços têm distribuições mais parecidas com leis de potência (e.g. as variações não têm uma escala “típica”); • O que isso significa??? Leis de Potência e Falhas nos Controles de Risco • Eventos governados por leis de potência não são facilmente distinguíveis daqueles que são puramente gaussianos. • Tome-se uma série temporal descrita por: • x(t) = ax(t-1) + erro(t) • Se erro(t) ≈ N(0,1), ele é um “white noise” • Se erro(t) ≈ Prob (erro=vi) = vi -μ ; vi = 1, 2,...; μ = {0, inf}, é um “pink noise”. • Vejamos um experimento divertido: adivinhe o S&P... Falhas nos Controles de Risco: Adivinhe qual é a série verdadeira do S&P500...(até janeiro de 2008) 3/ 1/ 19 95 3/ 5/ 19 95 3/ 9/ 19 95 3/ 1/ 19 96 3/ 5/ 19 96 3/ 9/ 19 96 3/ 1/ 19 97 3/ 5/ 19 97 3/ 9/ 19 97 3/ 1/ 19 98 3/ 5/ 19 98 3/ 9/ 19 98 3/ 1/ 19 99 3/ 5/ 19 99 3/ 9/ 19 99 3/ 1/ 20 00 3/ 5/ 20 00 3/ 9/ 20 00 3/ 1/ 20 01 3/ 5/ 20 01 3/ 9/ 20 01 3/ 1/ 20 02 3/ 5/ 20 02 3/ 9/ 20 02 3/ 1/ 20 03 3/ 5/ 20 03 3/ 9/ 20 03 3/ 1/ 20 04 3/ 5/ 20 04 3/ 9/ 20 04 3/ 1/ 20 05 3/ 5/ 20 05 3/ 9/ 20 05 3/ 1/ 20 06 3/ 5/ 20 06 3/ 9/ 20 06 3/ 1/ 20 07 3/ 5/ 20 07 3/ 9/ 20 07 3/ 1/ 20 08 Falhas nos Controles de Risco: Adivinhe qual é a série verdadeira do S&P500...(até janeiro de 2008) 3/ 1/ 19 95 3/ 5/ 19 95 3/ 9/ 19 95 3/ 1/ 19 96 3/ 5/ 19 96 3/ 9/ 19 96 3/ 1/ 19 97 3/ 5/ 19 97 3/ 9/ 19 97 3/ 1/ 19 98 3/ 5/ 19 98 3/ 9/ 19 98 3/ 1/ 19 99 3/ 5/ 19 99 3/ 9/ 19 99 3/ 1/ 20 00 3/ 5/ 20 00 3/ 9/ 20 00 3/ 1/ 20 01 3/ 5/ 20 01 3/ 9/ 20 01 3/ 1/ 20 02 3/ 5/ 20 02 3/ 9/ 20 02 3/ 1/ 20 03 3/ 5/ 20 03 3/ 9/ 20 03 3/ 1/ 20 04 3/ 5/ 20 04 3/ 9/ 20 04 3/ 1/ 20 05 3/ 5/ 20 05 3/ 9/ 20 05 3/ 1/ 20 06 3/ 5/ 20 06 3/ 9/ 20 06 3/ 1/ 20 07 3/ 5/ 20 07 3/ 9/ 20 07 3/ 1/ 20 08 Variação do S&P 500: White vs. Pink Noise – Série 1 Gerador de Números Aleatórios: White Noise -0,1500 -0,1000 -0,0500 0,0000 0,0500 0,1000 0,1500 4/ 1/ 19 95 4/ 7/ 19 95 4/ 1/ 19 96 4/ 7/ 19 96 4/ 1/ 19 97 4/ 7/ 19 97 4/ 1/ 19 98 4/ 7/ 19 98 4/ 1/ 19 99 4/ 7/ 19 99 4/ 1/ 20 00 4/ 7/ 20 00 4/ 1/ 20 01 4/ 7/ 20 01 4/ 1/ 20 02 4/ 7/ 20 02 4/ 1/ 20 03 4/ 7/ 20 03 4/ 1/ 20 04 4/ 7/ 20 04 4/ 1/ 20 05 4/ 7/ 20 05 4/ 1/ 20 06 4/ 7/ 20 06 4/ 1/ 20 07 4/ 7/ 20 07 4/ 1/ 20 08 4/ 7/ 20 08 Variação do S&P 500: White vs. Pink Noise – Série 2 S&P 500: "Pink Noise" Ln (P(t+d)) - Ln (P(t)) (d = 1dia) -0,1500 -0,1000 -0,0500 0,0000 0,0500 0,1000 0,1500 4/ 1/ 19 95 4/ 7/ 19 95 4/ 1/ 19 96 4/ 7/ 19 96 4/ 1/ 19 97 4/ 7/ 19 97 4/ 1/ 19 98 4/ 7/ 19 98 4/ 1/ 19 99 4/ 7/ 19 99 4/ 1/ 20 00 4/ 7/ 20 00 4/ 1/ 20 01 4/ 7/ 20 01 4/ 1/ 20 02 4/ 7/ 20 02 4/ 1/ 20 03 4/ 7/ 20 03 4/ 1/ 20 04 4/ 7/ 20 04 4/ 1/ 20 05 4/ 7/ 20 05 4/ 1/ 20 06 4/ 7/ 20 06 4/ 1/ 20 07 4/ 7/ 20 07 4/ 1/ 20 08 4/ 7/ 20 08 O S&P Falso... (até outubro de 2008) 0,00 200,00 400,00 600,00 800,00 1000,00 1200,00 1400,00 1600,00 3/ 1/ 19 95 3/ 7/ 19 95 3/ 1/ 19 96 3/ 7/ 19 96 3/ 1/ 19 97 3/ 7/ 19 97 3/ 1/ 19 98 3/ 7/ 19 98 3/ 1/ 19 99 3/ 7/ 19 99 3/ 1/ 20 00 3/ 7/ 20 00 3/ 1/ 20 01 3/ 7/ 20 01 3/ 1/ 20 02 3/ 7/ 20 02 3/ 1/ 20 03 3/ 7/ 20 03 3/ 1/ 20 04 3/ 7/ 20 04 3/ 1/ 20 05 3/ 7/ 20 05 3/ 1/ 20 06 3/ 7/ 20 06 3/ 1/ 20 07 3/ 7/ 20 07 3/ 1/ 20 08 3/ 7/ 20 08 ...e o S&P verdadeiro! (até outubro de 2008) 0,00 200,00 400,00 600,00 800,00 1000,00 1200,00 1400,00 1600,00 1800,00 3/ 1/ 19 95 3/ 7/ 19 95 3/ 1/ 19 96 3/ 7/ 19 96 3/ 1/ 19 97 3/ 7/ 19 97 3/ 1/ 19 98 3/ 7/ 19 98 3/ 1/ 19 99 3/ 7/ 19 99 3/ 1/ 20 00 3/ 7/ 20 00 3/ 1/ 20 01 3/ 7/ 20 01 3/ 1/ 20 02 3/ 7/ 20 02 3/ 1/ 20 03 3/ 7/ 20 03 3/ 1/ 20 04 3/ 7/ 20 04 3/ 1/ 20 05 3/ 7/ 20 05 3/ 1/ 20 06 3/ 7/ 20 06 3/ 1/ 20 07 3/ 7/ 20 07 3/ 1/ 20 08 3/ 7/ 20 08 !! A Crise de 2007/08: O Mercado Interbancário Evolução do TED Spread: Diferença entre a Libor de 3 m e as Treasuries de 3 m 0,00 50,00 100,00 150,00 200,00 250,00 300,00 350,00 400,00 450,00 500,00 3/ 1/ 19 95 3/ 7/ 19 95 3/ 1/ 19 96 3/ 7/ 19 96 3/ 1/ 19 97 3/ 7/ 19 97 3/ 1/ 19 98 3/ 7/ 19 98 3/ 1/ 19 99 3/ 7/ 19 99 3/ 1/ 20 00 3/ 7/ 20 00 3/ 1/ 20 01 3/ 7/ 20 01 3/ 1/ 20 02 3/ 7/ 20 02 3/ 1/ 20 03 3/ 7/ 20 03 3/ 1/ 20 04 3/ 7/ 20 04 3/ 1/ 20 05 3/ 7/ 20 05 3/ 1/ 20 06 3/ 7/ 20 06 3/ 1/ 20 07 3/ 7/ 20 07 3/ 1/ 20 08 3/ 7/ 20 08 Crise 2007/08: A Lei de Potência no Interbancário Crises:Antes e Depois de 2008… • Modelos reducionistas que a profissão utiliza não são adequados para explicar a virulência e a velocidade de propagação da crise financeira de 2008. • Por isso, discutimos conceitos de outros campos da ciência, onde o reducionismo foi abandonado, para compreender a natureza das estruturas complexas que caracterizam os sistemas financeiros modernos. • O fato de a coletividade de elementos que interagem possuir propriedades que transcendem a natureza de cada elemento é um problema clássico de agregação. • A ideia de que o comportamento agregado pode exibir propriedades que não são redutíveis ao funcionamento de suas partes esta enraizada da Sociologia à Biologia evolutiva à Genética. Por que a ignoramos em Economia? Conceitos e propriedades da dinâmica coletiva • Redes • Auto-organização • Autosemelhança • Criticalidade • Hyman Minsky já antecipara isso: incoerência das crises – possibilidade de que um choque pequeno se amplifique em vez de decair, derrubando o sistema. Lembram-se dos grãos de areia? • Ignorância da profissão sobre estas propriedades dos sistemas econômicos e financeiros modernos foi expressa pela ideia falaciosa da “Grande Moderação” Grande Moderação ou Grande Exceção? EUA -- Produção Industrial, Índice de Manufacturing: 1919 a 2010 (Variação Mensal, em %) -0,15 -0,10 -0,05 0,00 0,05 0,10 0,15 0,20 fev /19 fev /22 fev /25 fev /28 fev /31 fev /34 fev /37 fev /40 fev /43 fev /46 fev /49 fev /52 fev /55 fev /58 fev /61 fev /64 fev /67 fev /70 fev /73 fev /76 fev /79 fev /82 fev /85 fev /88 fev /91 fev /94 fev /97 fev /00 fev /03 fev /06 fev /09 A Grande Moderação: 1985 até 2007 Primeira Guerra Grande Depressão Segunda Guerra Pós-Guerra Choques do Petróleo O Interbancário e as Redes Complexas • Assinatura da crise de 2007/08 empoçamento de liquidez nos mercados interbancários (EUA, Europa, UK, Austrália, Coréia, Brasil, Rússia...). • Desaparecimento do crédito e da liquidez devido à paralisação dos mercados interbancários fundamentos de longo prazo não mais importam para as decisões do dia-a-dia das tesourarias pq a iliquidez prolongada prejudica a solvência das empresas e das instituições financeiras e pq os investidores passam a ter de fazer caixa onde podem. Mercados ficam sem referências. • As redes interbancárias globais foram ficando crescentemente complexas ao longo do tempo: maior conectividade, hubs mais concentrados, fluxos financeiros mais intensos (os gráficos a seguir são de Haldane (2009) – leitura obrigatória!). O Interbancário e as Redes Complexas • Mas, o que são redes complexas? São redes com uma estrutura fractal! • Redes complexas: estrutura não-trivial – conexões entre os vértices não têm um padrão nem completamente ordenado nem completamente aleatório (internet). • Redes livres de escala: distribuição das conexões entre os vértices da rede segue uma lei de potência – quanto maior o número de conexões originadas em um determinado vértice, mais raro ele é (hubs). Não há um número típico de conexões entre os nós da rede. Lei de potência! • Hierarquia: rede exibe alto grau de robustez – falhas nos inúmeros vértices com poucas conexões não comprometem o seu funcionamento. • Entretanto, hubs são o calcanhar de Aquiles: falhas nestes comprometem a rede inteira. Instituições que pertencem aos hubs são interconectadas demais para quebrar. Broker-dealers americanos, Lehman, AIG... Complexidade e Leis de Potência • A marca da complexidade é a presença de uma lei de potência. • A lei de potência é a representação da incerteza; as distribuições gaussianas são a representação do risco. • Risco é mensurável; incerteza não é. • Isto significa que não é possível tomar decisões? • Não! As leis de potência dizem que os eventos mais frequentes são os pequenos, portanto, durante a maior parte do tempo podemos nos orientar por eles. Sem, contudo, perder de vista que catástrofes acontecem. • Richard Feynman (Nobel de Física, 1965): “It is not what we know, but what we do not know that we must always address, to avoid major failures, catastrophes and panics”. Um exemplo: O Mercado Interbancário Austríaco...(Boss et. al (2003)) Oops, Hub!! Propriedades do Interbancário • Crise atual: 2 níveis de complexidade • Em primeiro plano, estão as redes de crédito locais e as implicações do travamento dos mercados interbancários para cada país individualmente, conforme ilustra a figura anterior. • Entretanto, quando magnificamos o escopo da análise, enxergamos adicionalmente o colapso de um outro vértice fundamental da rede, o mercado interbancário americano que conecta, direta ou indiretamente, os demais mercados interbancários mundiais. Presença de auto-semelhança. • Estruturas cujas partes exibem arquitetura similar ao total são denominadas de “auto-semelhantes”. Uma couve-flor é auto- semelhante! • A auto-semelhança é a assinatura característica das fractais estudadas por Benoit Mandelbrot. Ou seja, a natureza do mercado interbancário global é fractal. Auto-semelhança e Fractais Auto-semelhança e Fractais: O Triângulo de Sierpinski Auto-semelhança e Fractais: M. C Escher A Crise Bancária de 2007/08/09 1. O que foi diferente desta vez? • Crises Bancárias “Tradicionais”: corridas bancárias à la Northern Rock (UK, setembro de 2007). • Modelo Canônico: Diamond-Dybvig (1983); bancos ilíquidos, pânico auto-realizável, falência da instituição. • Prescrição para resolver a crise: Emprestador de última instância e recapitalização nos casos de insuficiência de liquidez; intervenção, liquidação, nacionalização (com ou sem “good bank/bad bank”) nos casos de insolvência. • Prescrição para a prevenção de crises: Existência do LOLR e estabelecimento de um esquema de seguro de depósitos (controverso); regulação e supervisão para evitar os problemas de incentivos (moral hazard, seleção adversa). • Interpretação de Risco Sistêmico: Instituições “Too big to Fail”. A Crise Bancária de 2007/08/09 • A Crise Atual: • Não teve origem apenas nas falhas detectadas em algumas instituições, mas também no funcionamento da rede de fluxos de crédito. • Traço da crise: o empoçamento de liquidez nos mercados interbancários, que atingiu o ápice em setembro/outubro de 2008. Por que? Por causa dos riscos de contraparte. Por que? Porque os controles de risco eram baseados em distribuições gaussianas. Mas o mundo não é assim... E quando os bancos se deram contam disso, ninguém confiava mais em ninguém. O Interbancário e as Redes Complexas • Relembrando... • Complexidade: Padrão hierárquico da rede (i.e., os “hubs” são raros) significa que há um alto grau de robustez: falhas nos inúmeros vértices com poucas conexões não comprometem o funcionamento. • Entretanto, “hubs” são o calcanhar de Aquiles da rede: falhas nestes comprometem a rede inteira. Estrutura das redes complexas • As redes complexas exibem um padrão de distribuição das conexões entre os vértices que segue uma lei de potência, isto é, a probabilidade do vértice i, vi, ser igual a x é dada por: • P(vi = x) = (1/ vi μ ); vi = 1, 2, ....; µ = {0, ∞} • Quanto maior μ, mais raros são os vértices com muitas ligações, maior a robustez da rede aos ataques “direcionados”. • Grau de coesão: medida de densidade da rede.Define-se como o grau de coesão a probabilidade de que dois vértices que tenham ligações com um terceiro, estejam também diretamente conectados. Analiticamente, seja mnn,i o número de conexões diretas entre os vizinhos n de um nódulo i e vi o número de conexões potenciais entre os vértices, o grau de coesão é igual a: • • ; • mnn,i, vi = 1, 2, .... • Small World: grau de separação entre dois desconhecidos é supreendentemente pequeno – choques se propagam com maior velocidade (redes sociais, Stanley Milgram 1967). )1( , ii inn i vv m C Redes Complexas Ilustração Hub Vértices Periféricos O Interbancário e as Redes Complexas • De novo: a crise teve 2 níveis de complexidade • Em primeiro plano, estão as redes de crédito locais e as implicações do travamento dos mercados interbancários para cada país individualmente. • Entretanto, há também o colapso de um outro vértice fundamental da rede, o mercado interbancário americano que conecta, direta ou indiretamente, os demais mercados interbancários mundiais. Razão para a crise ter se espalhado tão rapidamente (e globalmente). O Esforço do Fed: O QE 1 Fed Interbancário EUA O Esforço Hercúleo do Fed Ativos do Fed: Crédito Total Estendido (Total de Ativos do Fed, em US$ milhões) 500000 700000 900000 1100000 1300000 1500000 1700000 1900000 2100000 2300000 2500000 out/07 nov/07 dez/07 jan/08 fev/08 mar/08 abr/08 mai/08 jun/08 jul/08 ago/08 set/08 out/08 nov/08 dez/08 jan/09 fev/09 mar/09 Paralisação do Crédito O Esforço Hercúleo do Fed Total dos Ativos em 12/3 (1) 1,88 Compra de Títulos do Tesouro (2) 0,30 Compra de Ativos Hipotecários (3) 0,75 Compra das dívidas Fannie & Freddie (4) 0,10 TALF (5) 1,00 PPIF (6) 1,00 Total (1+2+3+4+5+6) 5,03 Proporção do PIB 1/ 37,3% Memo Item: BoJ durante o QE em % do PIB 2/ 30,1% Fonte: US Federal Reserve Notas: 1/ Considerando uma contração de 3% em 2009. 2/ QE Japonês: Março de 2001 - Março de 2006. Pico em 2005. Balanço do Fed (em US$ trilhões) Expansão Projetada entre Mar/09 e Dez/09 O Esforço Hercúleo do Fed Total de Empréstimos do Fed para o Sistema Financeiro (em US$ milhões) 0 100000 200000 300000 400000 500000 600000 700000 800000 out/07 nov/07 dez/07 jan/08 fev/08 mar/08 abr/08 mai/08 jun/08 jul/08 ago/08 set/08 out/08 nov/08 dez/08 jan/09 fev/09 mar/09 Paralisação do Crédito E o Resultado... Bank Lending Practices (Net Percentage of Domestic Respondents Tightening Standards for C&I Loans) -40 -20 0 20 40 60 80 100 ju n- 90 fe v- 91 ou t-9 1 ju n- 92 fe v- 93 ou t-9 3 ju n- 94 fe v- 95 ou t-9 5 ju n- 96 fe v- 97 ou t-9 7 ju n- 98 fe v- 99 ou t-9 9 ju n- 00 fe v- 01 ou t-0 1 ju n- 02 fe v- 03 ou t-0 3 ju n- 04 fe v- 05 ou t-0 5 ju n- 06 fe v- 07 ou t-0 7 ju n- 08 fe v- 09 Fonte: Federal Reserve Board E o Resultado... EUA: Multiplicador do M2 4 5 6 7 8 9 10 jan /95 jul /95 jan /96 jul /96 jan /97 jul /97 jan /98 jul /98 jan /99 jul /99 jan /00 jul /00 jan /01 jul /01 jan /02 jul /02 jan /03 jul /03 jan /04 jul /04 jan /05 jul /05 jan /06 jul /06 jan /07 jul /07 jan /08 jul /08 jan /09 9,3 4,8 A Reação à Crise: 19/08/2012 Estudos anteriores sobre redes interbancárias • Inaoka et al (2004) para o mercado interbancário japonês e Soramaki et al (2006) para o mercado de reservas bancárias dos EUA, encontraram redes semelhantes, também com um nítido padrão fractal. Comparando, portanto, os três trabalhos (Áustria, Japão e EUA) é possível concluir que a topologia dos mercados interbancários é sugestiva de redes complexas com uma distribuição de probabilidade das interconexões entre os vértices que segue uma lei de potência. O parâmetro μ, é tipicamente próximo de 2, embora a densidade, ou a coesão (clustering) das redes seja variável. Um comentário sobre o Brasil 3 Maiores Instituições 5 Maiores Instituições Ativos 47% 66% Aplicações Interfinanceiras 62% 72% Instrumentos Financeiros Derivativos 34% 60% Relações Interfinanceiras 39% 60% Operações de Crédito 48% 67% Outros Créditos 51% 70% Passivo Exigível 48% 67% Depósitos 54% 77% Depósitos à vista 69% 87% Depósitos interfinanceiros 30% 33% Depósitos poupança 53% 95% Depósitos á prazo 55% 70% Outros depósitos 32% 55% Captações no Mercado Aberto 63% 82% Emissão de Títulos 48% 68% Relações Interfinanceiras 62% 81% Obrigações por Empréstimos 22% 36% Instrumentos Financeiros Derivativos 25% 35% Outras obrigações 42% 58% Fonte: Banco Central do Brasil Nota: As 3 maiores instituições são o Banco do Brasil, o Banco Itaú e o Banco Bradesco. As 5 maiores instituições incluem também o Banco Santander e a Caixa Econômica Federal. Concentração do Sistema Bancário Brasileiro -- Universo das 50 Maiores Instituições (% do total de cada categoria) Um comentário sobre o Brasil (Bolle (2011) • Se a concentração do sistema bancário brasileiro é alta, o que é possível dizer sobre o comportamento do mercado interbancário, composto, em grande medida, por este hub de instituições, antes e depois da crise de 2008? • Fluxos do mercado interbancário entre 2008 e 2010 – lei de potência?? A lei de potência que mais se aproximaria do comportamento verificado teria um parâmetro μ próximo de 4. Quanto maior o parâmetro μ, mais “suave” é a lei de potência, já que menos da sua massa está concentrada nos extremos. Ou seja, 4 é um valor alto o suficiente para sugerir que os fluxos observados no mercado interbancário brasileiro não sejam governados por uma lei de potência com caudas muito largas. A Suave Complexidade Brasileira… Histograma dos Fluxos Diários do Mercado Interbancário Jan. de 2008 a Set. de 2010 y = 779,86x -3,8652 R 2 = 0,7814 0 50 100 150 200 250 300 350 400 Entre RS$ 200 e R$ 4200 milhões Entre RS$ 4201 e RS$ 8200 milhões Entre RS$ 8201 e RS$ 12200 Acima de RS$ 12201 A Resolução da Crise 2. Por que as medidas adotadas para combater a crise bancária não surtiram o efeito desejado? (mas houve algum efeito: gráficos anteriores) • As Prescrições do “Modelo Canônico”: • Emprestador de última (e única) instância, recapitalizações, extensão de garantias para os ativos problemáticos, nacionalizações pontuais, etc, atacam os problemas das instituições, mas não restabelecem (imediatamente) a rede. A Resolução da Crise • A Crise Bancária sob a ótica das redes complexas: • A resolução depende da reestruturação da rede, não só do saneamento (individual) das instituições financeiras. • A reestruturação da rede depende, dentre outros fatores, da restauração da confiança (que depende de mais do que o saneamento das instituições). • Atuação das autoridades (Fed, outros bancos centrais) – sustentar minimamente os fluxos de crédito até que a rede se recomponha, o que pode demorar. • A demora tem consequências: efeitos sobre o comércio, atividade industrial – desmantelamento das cadeias de produção. Dinheiro não é tudo…a rede é tudo. As “Soluções” para a Crise • Destravar o mercado interbancário. QE1 conseguiu fazerisso. • “Aliviar” os reflexos da retração do crédito sobre a economia real: política monetária e política fiscal. • Entretanto, não há soluções mágicas. Processo de desalavancagem e limpeza dos balanços financeiros significa que reflexos sobre a economia real serão substanciais e prolongados. As “Soluções” para a Crise (em 2008) Pais Tamanho dos Planos (em US$ Bi) % do PIB do País Dívida Pública Líquida Dívida Púb. Líq/PIB Dívida + Planos/PIB PIB Estados Unidos 700,0 4,88% 5160,3 36% 41% 14334,0 Reino Unido 696,5 24,99% 1198,6 43% 68% 2787,4 Alemanha 682,4 17,87% 1489,2 39% 57% 3818,5 França 491,3 16,50% 1578,4 53% 69% 2978,1 Holanda 293,4 32,26% 345,6 38% 70% 909,5 Espanha 40,9 2,43% 505,0 30% 32% 1683,2 Itália 54,6 2,28% 2303,3 96% 98% 2399,3 Áustria 136,5 31,56% 250,8 58% 90% 432,4 Portugal 27,3 10,68% 176,3 69% 80% 255,5 Noruega 55,0 11,43% 57,7 12% 23% 481,2 Rússia 1/ 200,0 11,24% 122,7 7% 18% 1778,7 TOTAL (Sobre PIB Mundial) 3378,0 5,44% 13187,9 21,25% 26,70% 62054,0 Fonte: FT, O Estado de S. Paulo, WEO e OECDStat 1/ Dívida bruta. Resgate Bancário e implicações Fiscais Prevenção? • Risco sistêmico no modelo canônico: supervisão e regulação de instituições. • Risco sistêmico sob a ótica das redes complexas: não é só o tamanho da instituição que importa, mas sobretudo o padrão de suas interconexões e se pertence ou não a um “hub” fundamental para o funcionamento da rede. • Regulador: capacidade de identificar os hubs fundamentais das redes de fluxos financeiros. • O. Issing e A. Krahnen (FT, 19/02/2009 – relatório Issing Commission) “Regulators must have a global risk map”. Esforço conjunto BIS, OECD, ECB, IMF. • Se mapeamento for possível, regular e supervisionar os “hubs”. Requer grande esforço de cooperação e coordenação internacional. As Dimensões do Risco Sistêmico • Tamanho das instituições • Interconectividade • Complexidade da Rede • Propriedades de Small World • Clustering -- coesão • Grau de Invariância de Escala • Medir o risco sistêmico é complexo! Decisões sob incerteza e complexidade • Decisões sob risco com agentes racionais: responder a cada gota de chuva; sintonia fina da política econômica, ou da regulação, já que risco é algo mensurável. • Decisões sob incerteza e complexidade: responder somente às trovoadas; sintonia “áspera”. Decisões simples são mais robustas à ignorância. • Exemplo: o Princípio do Bolão e os Rankings da Fifa • Rankings: algoritmos complicados que usam toda a informação passada sobre o desempenho dos times, jogadores, etc e não conseguem prever o ranking “fora da amostra”; • O Princípio do Bolão: regra de bolso – se um time é melhor do que outro, ele ganha. Se é mais ou menos igual, ele empata. O Princípio sa Simplicidade na Prática • Considere as seguintes alternativas para prever as chances de uma instituição falir: • Avaliar a razão capital/ativos ponderados pelo risco (risk- weighted capital ratio, um dos pilares de Basileia); • Avaliar o leverage ratio, isto é, a razão capital/dívida (equity to debt ratio).; • Qual deveria ser a medida mais apropriada para antever problemas financeiros numa instituição? • A tentação é dizer que a melhor é a que já é usada pelos reguladores há muito tempo, risk-weighted capital. Porém… Alavancagem é tudo! Haldane (2012) Leituras • Bolle, M. B. e Carneiro, D. D. “Por Que é Tão Difícil Prever o Tamanho e o Timing das Crises”; Carta Econômica Galanto de setembro de 2008. • Bolle, M. B. e Carneiro, D. D. “A Complexidade da Crise ou a Crise da Complexidade?”; Carta Econômica Galanto de outubro de 2008. • Bolle, M. B. e Carneiro, D. D. “Racionamento de Crédito e Desorganização da Política Monetária”; Carta Econômica Galanto de dezembro de 2008. • Bolle, M. B. “A Dificuldade de Resolver a Crise Bancária”; Carta Econômica Galanto de março de 2009. • Bolle, M.B. “Risco Sistêmico, Redes e Regulação: A Tríade dos Sistemas Financeiros Modernos” em Bacha, E. e Bolle, M. B. Novos Dilemas da Política Econômica, LTC/Gen, 2011. • Haldane, A. G. “Rethinking the Financial Network”, BoE 2009 -- http://www.bankofengland.co.uk/publications/Documents/speeches/2009/sp eech386.pdf • Haldane, A. G. “The Dog and the Frisbee”, BoE 2012 -- http://www.bankofengland.co.uk/publications/Documents/speeches/2012/sp eech596.pdf Roteiro da Próxima Aula • O grande rebuliço na regulação financeira: as origens das medidas “macroprudenciais”: • Metas de inflação e estabilidade financeira • As dificuldades de medir o risco sistêmico (Adrian e Brunnermeier (2011), “CoVar”; Jobst, A. (2012) http://www.imf.org/external/pubs/ft/wp/2012/wp12209.pdf) • As Reformas Regulatórias e o Risco Sistêmico: Uma Agenda Perdida? • A Lei de Dodd-Frank e a Regra de Volcker nos EUA • Basileia III • As recomendações da Vickers Commission na Inglaterra • A “União Bancária” europeia… • Países emergentes: medidas macroprudencias ou repressão financeira?
Compartilhar