2012.05.06 - Material do Laboratório da Mariana Orsini - MEDINDO O CONTÁGIO DA CRISE DO SUBPRIME NOS BRIC_monitoria

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

MEDINDO O CONTÁGIO DA CRISE DO SUBPRIME NOS BRIC_monitoria.pdf
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
A CRISE NORTE-AMERICANA DO 
SUBPRIME: MEDINDO O CONTÁGIO PARA 
OS BRICS 
 
ORIENTADOR: PROF. DR. JOE YOSHINO 
 
Apresentação para a Banca de Defesa de Mestrado em 
15 de agosto de 2011 
1 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
OBJETIVOS DO TRABALHO – 1ª PARTE 
 Encontrar formas de entender melhor os motivos 
pelos quais, em geral, os BRIC foram menos 
afetados pela recente crise do Subprime (2007/09), 
bem como quais foram os principais canais 
financeiros de propagação através de: 
1. Calculo de volatilidade de variáveis financeiras dos 
BRIC e construção do Heat Map, a partir da 
metodologia de FMI (2009); 
2. Modelos VAR e VEC para captar possíveis efeitos de 
curto e longo prazo de momentos positivos e negativos 
estimados para EUA e China. 
 2 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
DECOUPLING X RECOUPLING 
3 
 0
50
100
150
200
250
300
350
400
450
500
31/12/2002 31/12/2003 31/12/2004 31/12/2005 31/12/2006 31/12/2007 31/12/2008 31/12/2009
Índice MSCI
MSCI MSCI BRIC
decoupling
recoupling
OBS: O MSCI é um índice calculado pelo Morgan Stanley Capital International com base em 1500 ações de 
empresas de economias desenvolvidas. Já o MSCI BRIC possui algo em torno de 230 das principais empresas 
pertencentes ao Brasil, Rússia, Índia e China. 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
OBJETIVOS DO TRABALHO – 2ª PARTE 
 Medir contágio para o lado real da economia: 
1. Calculo de volatilidade de variáveis reais dos BRIC 
(PIB, produção e desemprego) e construção do Heat 
Map Modificado, a partir da metodologia de FMI (2009); 
2. Modelo de cointegração em painel de Westerlund 
(2006). 
 
4 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
5 
4,0
6,1
5,2
-0,6
7,5
12,7
14,2
9,6 9,2
10,3
9,7 9,9
6,2
6,8
10,4
8,2 8,5
5,2
-7,8
4,0
2,6 2,2
-0,2
-3,7
2,8
20
06
20
07
20
08
20
09
20
10
20
06
20
07
20
08
20
09
20
10
20
06
20
07
20
08
20
09
20
10
20
06
20
07
20
08
20
09
20
10
20
06
20
07
20
08
20
09
20
10
Variação % do PIB : BRIC X G7
Brasil
China
Índia
Rússia
G7*
*G7: Canadá, França, Alemanha, Itália, Japão, Reino Unido e EUA.
Fonte: FMI- WEO, abril de 2011
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
OS BRIC, CARACTERÍSTICAS PRINCIPAIS: 
6 
Os BRIC estão entre as maiores economias do mundo emergente, 
em mais rápido ritmo de expansão e com grande potencial de 
tornarem-se os novos propulsores do crescimento mundial. 
Entretanto, há diferenças notáveis : 
 
1) China e Índia: população vive predominantemente em áreas rurais, 
possuem um mercado de capitais relativamente fechado e controlado 
pelo Estado e suas estratégias de desenvolvimento baseiam-se na 
industrialização doméstica voltada para a exportação; 
2) Brasil e Rússia: a maior parte de suas populações vive em áreas urbanas, 
são economias bem dotadas de recursos primários e possuem uma 
mistura de controle de capital privado e estatal sobre o mercado de 
capitais. São economias cujas exportações são principalmente produtos 
primários. 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
CONTÁGIO PARA VARIÁVEIS 
FINANCEIRAS 
7 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP: 
A idéia deste mapa, citado por Blanchard 
(2008), e elaborado inicialmente pelo FMI é 
mostrar a evolução do índice de estresse 
financeiro, ou “índice de calor” (heat index) 
para varias classes de ativos financeiros 
presentes no Global Finance Stability 
Report (abril de 2009) – FMI: 
 
8 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP: 
9 
Onde it é o retorno de um ativo (ou índice) em t, 𝑖 2003−06 é sua média para o período 
2003-2006, 𝜎2003−06 é seu desvio padrão neste período. 𝜎𝑡 
30 é o desvio padrão de i para 
uma janela móvel de trinta dias terminando em t, 𝜎 2003−06
30 é o valor médio desta desvio 
padrão (ou volatilidade) para o período 2003-06, e, finalmente 𝜎𝜎2003−0630 é o desvio 
padrão desta volatilidade para o período 2003-2006. 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP: 
10 
acima de 3.5 entre 0,5 e 2
entre 2 e 3,5 abaixo de 0,5
Obs.: Brasil - Ibovespa: Índice da Bolsa de Valores de São Paulo; 
 Rússia - Russian Trading System: índice da Bolsa de Moscou; 
 Índia – Bombay Stock Exchange: Índice da Bolsa de Valores de Bombaim; 
 China – Shanghai Sock Exchange: Índice da Bolsa de Valores de Shanghai. 
Índia ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Rússia ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Brasil ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
China ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
EUA ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
jan-
07
fev-
07
mar
-07
abr-
07
mai-
07
jun-
07
jul-0
7
ago-
07
set-
07
out-
07
nov-
07
dez-
07
jan-
08
fev-
08
mar
-08
abr-
08
mai-
08
jun-
08
jul-0
8
ago-
08
set-
08
out-
08
nov-
08
dez-
08
jan-
09
fev-
09
mar
-09
abr-
09
mai-
09
jun-
09
jul-0
9
ago-
09
set-
09
out-
09
nov-
09
dez-
09
jan-
10
fev-
10
mar
-10
Heat Map Bolsas
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
11 
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT MAP: 
Brasil ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
India ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
China ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
TED Spread ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
jan-0
7
fev-0
7
mar-
07
abr-0
7
mai-0
7
jun-0
7
jul-07 ago-0
7
set-0
7
out-0
7
nov-0
7
dez-0
7
jan-0
8
fev-0
8
mar-
08
abr-0
8
mai-0
8
jun-0
8
jul-08 ago-0
8
set-0
8
out-0
8
nov-0
8
dez-0
8
jan-0
9
fev-0
9
mar-
09
abr-0
9
mai-0
9
jun-0
9
jul-09 ago-0
9
set-0
9
out-0
9
nov-0
9
dez-0
9
jan-1
0
fev-1
0
mar-
10
Heat Map Juros
12 
China ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Brasil ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Índia ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Rússia ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
jan-07 fev-0
7
mar-0
7
abr-0
7
mai-0
7
jun-0
7
jul-07 ago-0
7
set-07 out-0
7
nov-0
7
dez-0
7
jan-08 fev-0
8
mar-0
8
abr-0
8
mai-0
8
jun-0
8
jul-08 ago-0
8
set-08 out-0
8
nov-0
8
dez-0
8
jan-09 fev-0
9
mar-0
9
abr-0
9
mai-0
9
jun-0
9
jul-09 ago-0
9
set-09 out-0
9
nov-0
9
dez-0
9
jan-10 fev-1
0
mar-1
0
Heat Map Câmbio
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
13 
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
14 
 
20
22
24
26
28
30
32
34
36
38
40
40
60
80
100
120
140
160
fev
-06
abr
-06
jun
-06
ago
-06
out
-06
dez
-06
fev
-07
abr
-07
jun
-07
ago
-07
out
-07
dez
-07
fev
-08
abr
-08
jun
-08
ago
-08
out
-08
dez
-08
fev
-09
abr
-09
jun
-09
ago
-09
out
-09
dez
-09
fev
-10
abr
-10
jun
-10
ago
-10
out
-10
Preço do Petróleo tipo Brent em US$ (esq.)
Taxa de Câmbio Rússia (dir.)
Petróleo X Taxa de Câmbio Russa 
Commodities Cotação no Mercado Internacional 
(preço por unidade negociada em US$ - mercado spot) 
-10
10
30
50
70
90
110
130
150
0
100
200
300
400
500
600
jan
/0
6
ab
r/0
6
jul
/0
6
ou
t/0
6
jan
/0
7
ab
r/0
7
jul
/0
7
ou
t/0
7
jan
/0
8
ab
r/0
8
jul
/0
8
ou
t/0
8
jan
/0
9
ab
r/0
9
jul
/0
9
ou
t/0
9
jan
/1
0
ab
r/1
0
jul
/1
0
Café Milho Trigo Soja em Grão Petróleo (eixo dir.)
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT MAP: 
India ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Russia ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Brasil ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
China ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
jan-07 fev-07 mar-0
7
abr-07 mai-0
7
jun-07 jul-07 ago-0
7
set-07 out-0
7
nov-0
7
dez-0
7
jan-08 fev-08 mar-0
8
abr-08 mai-0
8
jun-08 jul-08 ago-0
8
set-08 out-0
8
nov-0
8
dez-0
8
jan-09 fev-09 mar-0
9
abr-09 mai-0
9
jun-09 jul-09 ago-0
9
set-09 out-0
9
nov-0
9
dez-0
9
jan-10 fev-10 mar-1
0
Heat Map EMBI
15 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
TED Spread ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
S&P 500 ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Case & Shiller 20 ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Prime RMBS ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
Subprime RMBS ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
jan-0
7
fev-0
7
mar-
07
abr-0
7
mai-
07
jun-0
7
jul-0
7
ago-
07
set-0
7
out-0
7
nov-
07
dez-
07
jan-0
8
fev-0
8
mar-
08
abr-0
8
mai-
08
jun-0
8
jul-0
8
ago-
08
set-0
8
out-0
8
nov-
08
dez-
08
jan-0
9
fev-0
9
mar-
09
abr-0
9
mai-
09
jun-0
9
jul-0
9
ago-
09
set-0
9
out-0
9
nov-
09
dez-
09
jan-1
0
fev-1
0
mar-
10
Heat Map EUA
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
 Baig e Goldfajn (1999): podemos estudar o efeito contágio através de 
um VAR. Esta metodologia reconhece a endogeneidade das variáveis 
do sistema. Outro ponto importante é que permite medir o impacto de 
variáveis defasadas. 
 A diferença do VAR tradicional para o VAR estrutural é que este último 
requer o uso de alguma teoria econômica para definir a relação entre 
as variáveis (Bernanke, 1986; Sims, 1986) uma vez que a ordem das 
variáveis no modelo gera impacto nos resultados da estimação. 
 Restrição: a primeira matriz de coeficientes é triangular inferior fazendo 
com que o modelo em sua forma estrutural será exatamente 
identificado e os coeficientes de impulso resposta, calculados para o 
modelo em sua forma reduzida (coeficientes ditos ortogonalizados) 
darão a conseqüência dinâmica dos eventos estruturais, Hamilton 
(2004). 
16 
SVAR 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
SVAR: RESTRIÇÃO IMPOSTA 
 A ordem das variáveis dos modelos toma como 
base os resultados do Heat Map. Sendo assim, 
ordenamos sempre da variável mais endógena 
para a mais exógena com relação ao Heat Index. 
 Consideramos mais endógenas aquelas que mais 
seguem os EUA, apresentando mais pontos 
vermelhos, laranjas e amarelos, nesta ordem. No 
caso das bolsas, por exemplo, a ordem escolhida 
foi: China, Brasil, Rússia e Índia. 
17 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
SVAR: MOMENTUM E 
REVERSAL 
 Iremos incluir em nossos modelos como variáveis explicativas uma 
proxy para eventos bons e ruins nos EUA e na China. 
 Em termos de PIB nominal, o China ultrapassou o Japão em 2010 
tornando-se a segunda maior economia do mundo, atrás apenas 
dos EUA (terceira se contar UE). 
 A partir de dados mensais, seja Iit o valor do índice da bolsa do país 
i (i= EUA, China), no período t, seja Mt o momentum em t e Rt o 
reversal em t, e respectivamente, a média móvel e o desvio 
padrão de três meses do índice I no período t, temos: 
 
 
18 
 


 

..0
1 33
cc
IIse
M
mimitt
t

 


 

..0
1 33
cc
IIse
R
mimitt
t
- 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
PROBIT PARA ESTIMAR MOMENTUM E 
REVERSAL 
 O objetivo aqui é condicionar estes momentos bons 
e ruins das economia norte-americana e chinesa a 
fatores internos dos mesmos; 
 Com isto, temos o seguinte modelo Probit: 
 
 
 
 Onde (Mit) é a estimativa da probabilidade do 
momentum ser igual a um, em t para o país i (i= 
EUA e China) e denota a distribuição normal 
padrão acumulada. 
 
19 
)()(ˆ)/1(Pr 11
11
pp
XX
itit XXdttMXMob
pp   



 
(...)
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR- MOMENTUM EUA 
20 
 
Variável
Coeficiente 
(erro padrão)
C
-11,43 
(19,72)
Exportações
0,37 
(3,03)
Investimento Externo
0,19 
(0,77)
Importações
-1,61 
(2,80)
Indicadores Antecedentes
1,89* 
(0,61)
Produção Industrial
-11,79** 
(7,21)
Vendas no Varejo
-0,02 
(0,13)
Preço de Alimentos
0,06 
(0,12)
Confiança do Consumidor(-1)
0,37* 
(0,10)
Exportações(-1)
1,37 
(2,20)
Importações(-1)
-2,38 
(2,51)
Indicadores Antecedentes(-1)
-2,16* 
(0,67)
Vendas no Varejo(-1)
0,11 
(0,13)
Preço de Alimentos(-1)
-0,28** 
(0,15)
 R2 de McFadden 0,424243
* Denota Significância a 5%
** Denota significância a 10%
Variável Dependente: Momentum China
Resultados Modelo Probit 
 
Variável
Coeficiente 
(erro padrão)
C
-14,29* 
(5,30)
Venda de Novos Imóveis
0,09* 
(0,03)
Saldo Comercial
0,25 * 
(0,10)
Índice de Preços ao 
Consumidor
-0,53 
(0,46)
Índice Case & Shiller
-0,58* 
(0,23)
Venda de Imóveis Usados
0,02 
(0,06)
Indicadores Antecedentes
0,56** 
(0,32)
Venda de Novos Imóveis (-1)
0,01 
(0,03)
Índice Case & Shiller (-1)
0,76* 
(0,26)
Venda de Imóveis Usados (-1)
-0,04 
(0,04)
Indicadores Antecedentes (-1)
-0,03** 
(0,30)
Saldo Comercial (-1)
-0,15 
(0,09)
Índice de Preços ao 
Consumidor (-1)
0,03
(0,50)
Confiança do Consumidor
0,01 
(0,02)
 R2 de McFadden 0,508
* Denota Significância a 5%
** Denota significância a 10%
Resultados Modelo Probit 
VariávelDependente: Momentum EUA
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR – MODELO 1 
De acordo com os resultados dos testes de RU, em nossos modelos S-VAR, as variáveis 
dependentes seriam, no primeiro deles, o retorno das bolsas dos BRIC: 
Retorno i t = log (Índice i t) - log (Índice i t-1) 
 Os Índices utilizados foram (em parênteses estão as siglas utilizadas no modelo): 
 retorno dos índices das bolsas dos BRICs – China (chsse), Brasil (chibov), Índia (chbse) e 
Rússia (chrts) 
 valores estimados de momentum e reversal dos EUA (momentumeua e reversaleua) 
 valores estimados de momentum e reversal da China (momentumchina e reversalchina) 
 iteração da dummy de crise com valores estimados de momentum e reversal dos EUA 
(dcrise*momentumeua e dcrise*reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal da China 
(dcrise*momentumchina e dcrise*reversalchina) 
 Incluímos também a variação do índice da bolsa norte-americana S&P500 (chspx) e o TED 
spread (liborff). 
 
21 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 1 
22 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 1 
23 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR – MODELO 2 
Os Índices utilizados foram (em parênteses estão as siglas utilizadas no modelo): 
 primeira diferença das taxas de juros dos BRICs com exceção da Rússia – China 
(dif_juro_chi), Brasil (dif_juro_bra) e Índia (dif_juro_ind) 
 valores estimados de momentum e reversal dos EUA (momentumeua e reversaleua) 
 valores estimados de momentum e reversal da China (momentumchina e reversalchina) 
 iteração da dummy de crise com valores estimados de momentum e reversal dos EUA 
(dcrise*momentumeua e dcrise*reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal da China 
(dcrise*momentumchina e dcrise*reversalchina) 
 primeira diferença do TED spread (dif_liborff) 
24 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 2 
25 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR – MODELO 3 
Os Índices utilizados foram (em parênteses estão as siglas utilizadas no modelo): 
 retorno do EMBI dos BRICs– China (chembi_ch), Brasil (chembi_br), Índia 
(chembi_in) e Rússia (chembi_ru) 
 valores estimados de momentum e reversal da China (momentumchina e 
reversalchina) 
 valores estimados de momentum e reversal dos EUA (momentumeua e reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal dos EUA 
(dcrise*momentumeua e dcrise*reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal da China 
(dcrise*momentumchina e dcrise*reversalchina) 
 primeira diferença do TED spread (dif_liborff) 
26 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 3 
27 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 3 
28 
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR – MODELO 4 
Os Índices utilizados foram (em parênteses estão as siglas utilizadas no modelo): 
 variação mensal da taxa de câmbio dos BRICs– China (dcambio_chi), Brasil 
(dcambio_bra), Índia (dcambio_ind) e Rússia (dcambio_rus) 
 valores estimados de momentum e reversal da China (momentumchina e 
reversalchina) 
 valores estimados de momentum e reversal dos EUA (momentumeua e reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal dos EUA 
(dcrise*momentumeua e dcrise*reversaleua) 
 iteração da dummy de crise com valores estimados de momentum e reversal da China 
(dcrise*momentumchina e dcrise*reversalchina) 
 retorno do índice S&P500 (chspx) 
 primeira diferença do TED spread (dif_liborff) 
29 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VAR: MODELO 4 
30 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VEC 
O principal intuito aqui é identificar possíveis 
efeitos de longo prazo nas iterações entre as 
bolsas, momentos, prêmio de risco, taxas de 
câmbio e taxas de juros. 
 Além disso, queremos detectar se há efeitos 
significantes da recente crise norte-americana 
em nossos resultados. Faremos isso através da 
inclusão de nossa variável dummy para o 
período de crise (dcrise). 
 
31 
∆𝑦𝑡 = 𝛼′𝛽𝑦𝑡−1 + 𝐵𝑗∆𝑦𝑡−𝑗
𝑘−1
𝑗=1
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VEC: AJUSTE DE LONGO PRAZO 
- BOLSAS 
32 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
 
China Brasil Rússia Índia
Reversal EUA + (*) + + (*) + 
Momentum EUA + + + + 
Dummy Crise*Reversal EUA - (*) - (*) - (*) - (*)
Dummy Crise*Momentum EUA + (*) + (*) + (*) + (*)
Reversal China - + + + 
Momentum China + + + (*) + 
Dummy Crise*Reversal China - (*) + + + 
Dummy Crise *Momentum China + (*) + - + 
(*) Denota significância a 5%
** A tabela apresenta os sinais dos coeficientes dentro do vetor de 
cointegração as quatro equações de cointegração, cada uma referente a um 
dos BRIC.
Resultados VEC - Efeitos de Longo Prazo** - Bolsas
País
Variável
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
VEC - CONCLUSÕES 
 Detectamos a partir deste estudo que a economia 
chinesa é capaz de gerar impacto não desprezível, 
principalmente durante a crise, nos outros países 
do grupo dos BRICs. Entretanto, a economia norte-
americana, na maior parte dos casos, ainda é 
fundamental, principalmente para o ajuste de longo 
prazo destes países. 
 
33 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
CONTÁGIO PARA VARIÁVEIS REAIS 
34 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
3 PRINCIPAIS CANAIS DE CONTÁGIO DAS 
VARIÁVEIS FINANCEIRAS PARA VARIÁVEIS 
REAIS: 
1) Consumo: confiança do consumidor cai  contrai 
menos empréstimo, consome menos; Efeito 
riqueza. 
2) Investimento: empresários menos propensos a 
realizar novos investimentos e aumentar a 
produção. Mais dificuldades para conseguir 
empréstimos de outros países. 
3) Exportações: caem conforme outras economias 
entram em crise (também atravessam os 
problemas internos citados em 1 e 2). 
35 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
HEAT MAP MODIFICADO 
 Como a crise teve origem no mercado financeiro, 
seus efeitos em variáveis econômicas reais 
ocorreram com maior defasagem, quando 
comparadas às variáveis financeiras estudadas até 
aqui. 
 
 
36 
 
 
(6.1) 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
37 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP MODIFICADO PARA VARIÁVEIS REAIS: 
 
Brasil # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
China # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
Índia # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
Rússia # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
EUA # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #jan-07 fev-07 mar-07 abr-07 mai-07 jun-07 jul-07 ago-07 set-07 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 abr-09 mai-09 jun-09 jul-09 ago-09 set-09 out-09 nov-09 dez-09 jan-10 fev-10 mar-10 abr-10
Heat Map Produção Industrial
acima de 3.5 entre 0,5 e 2
entre 2 e 3,5 abaixo de 0,5
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
38 
Brasil ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
China ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
Russia ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
EUA ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
ma
r-0
6
jun
-06
set
-06
dez
-06
ma
r-0
7
jun
-07
set
-07
dez
-07
ma
r-0
8
jun
-08
set
-08
dez
-08
ma
r-0
9
jun
-09
set
-09
dez
-09
ma
r-1
0
jun
-10
set
-10
Heat Map Taxa de Desemprego
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP MODIFICADO PARA VARIÁVEIS REAIS: 
acima de 3.5 entre 0,5 e 2
entre 2 e 3,5 abaixo de 0,5
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
39 
ANÁLISE DE CONTÁGIO A PARTIR DO HEAT 
MAP MODIFICADO PARA VARIÁVEIS REAIS: 
 
Brasil 0.844 1.489 1.310 1.633 1.463 1.540 1.837 -1.369 -3.316 -3.203 -2.722 0.772 2.954 2.898 1.658
India 0.552 0.337 0.409 0.623 -0.234 -0.733 -0.948 -1.947 -2.161 -1.804 -0.162 -1.090 -0.162 0.052 0.052
China 3.690 2.341 1.282 0.993 1.089 -0.066 -1.126 -3.244 -3.533 -2.185 -1.029 0.512 1.667 0.126 -0.548
Rússia 0.896 1.412 0.999 2.031 1.928 0.484 -0.858 -8.595 -17.054 -18.808 -16.332 -10.452 -4.262 -2.095 -4.675
EUA -2.245 -1.562 -0.879 -0.879 -1.426 -2.382 -4.431 -7.846 -9.212 -9.621 -7.709 -3.748 -0.743 0.077 0.350
mar-07 jun-07 set-07 dez-07 mar-08 jun-08 set-08 dez-08 mar-09 jun-09 set-09 dez-09 mar-10 jun-10 set-10
Heat Map PIB
acima de 3.5 entre 0,5 e 2
entre 2 e 3,5 abaixo de 0,5
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
TESTE PARA COINTEGRAÇÃO EM PAINEL DE 
WESTERLUND 
 
 Testes de cointegração em painel seguindo o procedimento 
proposto por Westerlund (2006). Realiza testes a partir de 
quatro estatísticas diferentes, partindo da hipótese nula que o 
termo de correção de erro em um modelo de correção de erro 
é igual a zero, ou seja, não há cointegração. 
 Cada uma das quatro estatísticas é específica para diferentes 
dinâmicas de curto prazo, que incluem termos de erro 
serialmente correlacionados, regressores exógenos que não 
são estritamente exógenos, termos individuais de tendência 
determinista e intercepto e parâmetros de inclinação 
individuais. 
 Além das variáveis reais (produção industrial e desemprego), 
as outras variáveis incluídas no modelo foram as financeiras: 
bolsas, bolsa EUA, EMBI, câmbio, CRB e dummy para crise. 
 
 
40 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
 As quatro estatísticas propostas pelo teste de 
cointegração de Westerlund têm como base as seguintes 
hipóteses: 
 
 
 
 Duas dessas estatísticas de teste são chamadas 
estatísticas de painel (testa contra para 
todo i) e são definidas Pτ e Pα. 
 As outras duas são chamadas estatísticas de grupo (testa 
contra contra para algum i) e são definidas 
Gτ e Gα. Westerlund demonstra ainda que todas estas 
estatísticas possuem distribuição assintótica normal. 
41 
 
 
TESTE PARA COINTEGRAÇÃO EM PAINEL DE 
WESTERLUND 
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
42 
 
 Statistic Value Z-value P-value Robust P-value* 
 Gt -7.34 -8.14 0.00 0.00
 Ga -61.80 -8.00 0.00 0.00
 Pt -14.95 -10.16 0.00 0.00
 Pa -74.85 -11.36 0.00 0.00
Statistic Value Z-value P-value Robust P-value* 
 Gt -5.18 -4.07 0.00 0.21
 Ga -29.46 -1.92 0.03 0.10
 Pt -6.75 -1.94 0.03 0.65
 Pa -26.04 -1.99 0.02 0.31
Statistic Value Z-value P-value Robust P-value* 
 Gt -7.47 -8.02 0.00 0.01
 Ga -67.65 -8.29 0.00 0.00
 Pt -14.45 -9.38 0.00 0.01
 Pa -75.51 -10.49 0.00 0.01
* calculado pelo método bootstrap com 150 repetições
1995 a 2010 (Amostra Completa)
 Westerlund ECM panel cointegration tests
1995 a 2006
 Westerlund ECM panel cointegration tests
2007 a 2010
 Westerlund ECM panel cointegration tests
Testes de Cointegração em Painel - Var. Dependente: 
Produção Industrial
C
o
i
n
t
e
g
r
a
ç
ã
o 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
RESULTADOS EMPÍRICOS: 
 Quando consideramos o p-valor robusto a 5%, 
rejeitamos a presença de cointegração para todas 
as estatísticas de teste no período de crise e pós-
crise de nossa amostra (jan/2007 – set/2010). 
 Já para o período pré-crise (1995-2006), bem como 
para a amostra como um todo, todas as estatísticas 
de teste apontam que não podemos rejeitar a 
presença de cointegração entre a produção 
industrial dos BRICs e variáveis financeiras destes 
países bem como a bolsa dos EUA. 
 Portanto, embora a produção industrial costume 
andar na mesma direção de algumas variáveis 
financeiras importantes, isso não foi válido para o 
período de crise. 
 
43 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
44 
 
 Statistic Value Z-value P-value Robust P-value* 
 Gt -2.43 -0.88 0.19 0.23
 Ga -13.54 -1.03 0.15 0.01
 Pt -5.46 -1.75 0.04 0.27
 Pa -13.98 -2.15 0.02 0.06
Statistic Value Z-value P-value Robust P-value* 
 Gt -1.95 0.06 0.53 0.27
 Ga -3.77 1.72 0.96 0.13
 Pt -3.06 0.14 0.56 0.33
 Pa -4.41 0.47 0.68 0.05
Statistic Value Z-value P-value Robust P-value* 
 Gt -2.35 -0.71 0.24 0.14
 Ga -12.79 -0.82 0.21 0.05
 Pt -5.38 -1.70 0.05 0.07
 Pa -13.47 -2.01 0.02 0.02
* calculado pelo método bootstrap com 150 repetições
 Westerlund ECM panel cointegration tests
2007 a 2010
 Westerlund ECM panel cointegration tests
Testes de Cointegração em Painel - Var. Dependente: Taxa 
de Desemprego
1995 a 2010 (Amostra Completa)
 Westerlund ECM panel cointegration tests
1995 a 2006
C
o
i
n
t
e
g
r
a
ç
ã
o 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
RESULTADOS EMPÍRICOS: 
 Como podemos observar, para o p-valor robusto a 
5%, encontramos evidência de cointegração para a 
estatística de grupo Gα para o período pré-crise 
(2000-2006), o que indica que, para duas ou mais 
séries do modelo rejeitamos a hipótese nula de que 
não há cointegração para algum dos países dos 
BRICs. 
 Para o período de crise, encontramos evidências 
de cointegração a 5% apenas se considerarmos o 
p-valor robusto para a estatística de painel Pα. 
 
45 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
TAXA DE DESEMPREGO 
46 
 
3,9
4,4
5,0 5,1 5,1
6,0 6,0
8,4 8,6
9,2 9,5
10,5
14,1
4,2
9,0
3,1
7,4
6,6
9,1
7,2 7,1
8,6 8,4 8,3 8,1 8,1
China Irlanda Dinamarca Estados 
Unidos
Reino 
Unido
Portugal Suécia Rússia Área do 
Euro
Peru Chile Brasil Venezuela
Taxa de Desemprego (%) - para países selecionados
média 2000-2006 média 2007-2010
Fonte: FMI/WEO
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
CONCLUSÕES 
 Heat Maps: câmbio, ações, juros e risco-país dos BRIC foram 
menos afetadas pela crise quando comparadas às variáveis 
financeiras dos EUA. As taxas de juros para títulos governamentais 
de 12 meses foram as menos afetadas dentre todas
as variáveis 
em questão. O ponto mais crítico para todos os índices de calor 
destes 4 países deu-se com a concordata do Banco Lehman 
Brothers em setembro de 2008. 
 VAR’s: 
 Para momentos negativos dos EUA, há impacto negativo em todas 
as bolsas de valores dos BRIC, com defasagem. 
 Momentos positivos na bolsa chinesa geram um impacto positivo 
significativo na bolsa brasileira e na indiana e geram impacto 
negativo nas taxas de juros do Brasil, China e Índia. 
 47 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
CONCLUSÕES - 
CONTINUAÇÃO 
48 
 VEC’s: 
 Há impactos significativos no longo prazo de momentos bons 
da bolsa norte-americana na bolsa chinesa (positivo), nas 
bolsas do Brasil, Índia e Rússia (negativo) e na taxa de 
câmbio indiana (positivo). 
 Há impacto relevante da economia chinesa no longo prazo 
principalmente momentos negativos para câmbio e bolsas 
dos BRIC. 
 A crise gera alterações significantes na forma como a 
economia Chinesa afeta os BRIC. 
 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
CONCLUSÕES 
 Modelos Para Variáveis Reais: 
 Os testes de cointegração em painel e os respectivos modelos de 
correção de erros nos levam a concluir que, tanto para a taxa de 
desemprego como para a produção industrial, quando separamos a 
amostra nos períodos pré-crise (1995 a 2006) e crise + pós-crise 
(2007 a 2010), notamos que há diferenças não desprezíveis para as 
estatísticas dos testes de cointegração e para as variáveis que 
impactam os modelos de correção de erros. 
 
49 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
 China começa a ter papel importante para 
impulsionar o crescimento durante e após a crise; 
 BRICs foram no geral menos afetados pela crise 
pois: 
1) A crise originou-se no mundo desenvolvido; 
2) Demanda interna continuou forte (políticas 
anticíclicas); 
3) Acúmulo significativo de reservas 
internacionais; 
4) Mercado consumidor da China e Índia 
mantiveram alta a demanda por commodties. 50 
CONCLUSÕES GERAIS 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
Obrigada! 
 
Mariana Orsini Machado de 
Sousa 
 
mariana.orsini.sousa@usp.br 
51 
Mariana Orsini Machado de Sousa, Aluna de Mestrado em Economia IPE-USP 
BIBLIOGRAFIA 
 BAIG, Taimur; GOLDFAJN, Ilan. Financial Market Contagion in the Asian Crisis. International Monetary Fund 
Staff Papers. Vol. 46, n. 2, p.167-195, 1999. 
 BERNANKE, Ben. Alternative Explanations of the Money-Income Correlation, K. Brunner, - A.H. Meltzer, Real 
Business Cycles, Real Exchange Rates - Actual Policies, Carnegie-Rochester Conference Series on 
Public Policy, vol. 25, Amsterdam: North-Holland, p. 49-100, 1986 
 BLANCHARD, Oliver. The Crisis: Basic Mechanisms, and Appropriate Policies. MIT Working Paper Series. n. 
09-01, 2008. 
 INTERNATIONAL MONETARY FUND - IMF. Global Financial Stability Report: Responding to the Financial 
Crisis and Measuring Systemic Risk. Washington DC, 2009. 
 WESTERLUND, Joakim. Testing for Error Correction in Panel Data. Oxford Bulletin of Economics and 
Statistics. Vol. 69, n. 6, pp. 709-748, 2006. 
 SIMS, Cristopher Are forecasting models usable for policy analysis?. Quarterly Review, Federal Reserve Bank 
of Minneapolis, 1986. 
 STOCK, James H.; WATSON, Mark W. Vector Autoregressions, Journal of Economic Perspectives, Vol.15, 
n.4, 2001. 
 
52 
__MACOSX/._MEDINDO O CONTÁGIO DA CRISE DO SUBPRIME NOS BRIC_monitoria.pdf