PROGRAMA DE PS GRADUAO EM ECONOMIA - UFF

Trabalho para avaliao de: TPICOS ESPECIAIS EM MATEMTICA

TRAJETRIAS DE CRESCIMENTO DE EQUILBRIO: UMA ABORDAGEM COMPARATIVA ENTRE BRASIL, CHINA E ESTADOS UNIDOS ATRAVS DO MTODO DE EQUAES EM DIFERENA

Aluno: Caio Veras Serejo Professora: Renata Del-Vechio

Data: 31/01/2013

1- INTRODUO

A discusso sobre o crescimento econmico se iniciam na dcada de 1930 com o modelo de Harrod. partir da dcada de 1960, com base nos resultados do modelo de Solow, se desenvolve toda uma literatura na qual as discusses sobre o crescimento passam a se concentrar sobre a convergncia de renda entre os pases, buscando responder seguinte questo: por que alguns pases crescem economicamente mais rpido do que outros? Junto teoria neoclssica de crescimento, inaugurada por Solow, surge tambm a teoria do catch-up, com bases schumpeterianas, abordando mais a fundo o papel da inovao no processo de crescimento econmico. Embora essas vertentes possuam base terica distinta, chegam alguns resultados em comum. Um deles que os pases mais pobres crescem mais rpido que os pases mais ricos, havendo assim uma tendncia convergncia da renda per capita entre os pases, que ao ser alcanada, implica tambm a convergncia das taxas de crescimento econmico. Com base nessa discusso, este artigo busca estimar as trajetrias de crescimento de equilbrio de dois pases em desenvolvimento (Brasil e China) e de um pas desenvolvido (Estados Unidos) e testar se elas apresentam as caractersticas necessrias para a convergncia. Para isso, este trabalho se divide em 5 sesses incluindo esta introduo: Na segunda faz-se uma discusso terica sobre o crescimento econmico e suas vertentes de interpretao. Na terceira usa-se o mtodo de equaes em diferena, a fim de especificar a equao que determina a trajetria de crescimento de equilbrio. Na quarta, so apresentados os dados e estimados os coeficientes da equao terica determinada na segunda sesso. Na quinta sesso apresentam-se as concluses da comparao entre os resultados obtidos.

2- CRESCIMENTO ECONMICO: TEORIAS E O MODELO TERICO

Dos debates sobre o modelo de Solow, surge um esforo terico de formalizao de teorias do crescimento econmico, do qual emergem modelos de crescimento: neoclssicos, nos quais as fontes do crescimento so a taxa de poupana, progresso tcnico e por fim o capital humano; Kaldorianos, que do nfase distribuio de renda
2

que ocorre na economia, dividindo a renda em salrios (trabalhadores) e lucros (capitalistas); e os modelos de Catch-up que tratam dos pases atrasados tecnologicamente e precisam promover um crescimento acelerado com base na absoro de tecnologia dos pases mais desenvolvidos. A seguir ser feita uma breve resenha sobre os fatos estilizados dos modelos de crescimento que discutem de forma mais aprofundada a questo da convergncia da renda entre os pases, os modelos neoclssicos e os modelos de catch-up.

2.1. A Teoria Neoclssica do Crescimento

De acordo com Barro e Sala-i-Martin (1995), existem dois tipos de convergncia de renda na abordagem neoclssica, a convergncia absoluta e a convergncia condicional. Na abordagem da convergncia absoluta, considera-se que todos os parmetros so iguais entre os pases, assim, todos os pases percorreriam a mesma trajetria de crescimento, ou seja, todos os pases com o mesmo nvel de renda per capita cresceriam na mesma velocidade. Ainda de acordo com Barro e Sala-i-Martin (1995), estudos empricos indicam que esta abordagem se encaixa melhor na anlise de economias sabidamente mais homogneas, como o caso dos pases da OCDE. J para a anlise de uma amostra de pases mais ampla, que inclua pases da OCDE, latino americanos e pases do Sudeste Asitico, por exemplo, a abordagem de convergncia condicional se revela mais eficiente. De acordo com a abordagem de convergncia condicional, o crescimento econmico depende no s do nvel inicial de renda per capita, mas tambm de outros parmetros da economia, como o nvel de capital por trabalhador, o nvel tecnolgico do mesmo e o grau de intensidade de capital humano nessa economia. Mas cabe salientar que apesar dos pases apresentarem trajetrias de convergncia de renda diferentes na abordagem da convergncia condicional, apresentam uma trajetria de convergncia, assim como na abordagem de convergncia absoluta. Com isso, independente de qualquer fator a se considerar, haveria convergncia de renda per capita para cada pas.

2.2. A Teoria do Catch-up

Os modelos de catch-up passaram a ser formalizados partir da dcada de 1960, com o trabalho pioneiro de Nelson e Phelps (1966), baseados nas premissas schumpeterianas que enfatizam o papel da inovao no processo de crescimento econmico. Dentre outros resultados, os modelos de catch-up apresentam os seguintes fatos estilizados: 1 O hiato tecnolgico representa um potencial de crescimento acelerado para os pases atrasados; 2 O pas atrasado precisa de uma capacidade absortiva mnima para promover o catch-up; 3 O processo de aquisio de capacidade cumulativo e tem componentes impulsionadores e contracionistas. O item 1 diz que os pases mais atrasados, com tecnologia menos desenvolvida e menor nvel de renda tendem a apresentar uma taxa de crescimento mais alta que os pases desenvolvidos por ter a facilidade de crescer por meio de imitao tecnolgica, assim, aplicam novas tecnologias aos seus meios de produo de forma mais veloz do que os pases desenvolvidos, que precisam criar novas tecnologias. O item 2 chama ateno para o fato do pas atrasado necessitar de infraestrutura de pesquisa, de um nvel mnimo de capital humano e de investimento a fim de tornar possvel a imitao tecnolgica na velocidade necessria para alcanar o pas lder tecnolgico. O item 3 aponta o esgotamento do crescimento acelerado por imitao tecnolgica, uma vez que quando mais prximo da fronteira tecnolgica o pas atrasado chega, mais custosa a aquisio de novos conhecimentos afim de alcanar o pas lder ou ultrapass-lo. Assim, os resultados quanto convergncia so os mesmos encontrados nos modelos neoclssicos de convergncia condicional. H convergncia de renda, onde os pases atrasados crescem mais rpido em relao aos desenvolvidos e a velocidade do crescimento depende de outros parmetros de cada pas.

2.3. O Modelo Terico Para analisar a convergncia, o modelo terico proposto se baseia nas premissas schumpeterianas, onde uma inovao tecnolgica capaz de promover um circulo virtuoso de crescimento econmico. Essa ideia tratada de forma mais profunda por Perez (2010), que apresenta uma tabela onde indica as principais revolues tecnolgicas que ocorreram desde o sculo XVIII. Segundo esta perspectiva, a introduo de um novo produto ou mtodo de produo no mercado gera uma onda de reestruturao da indstria e da infraestrutura que a cerca, vindo da o circulo virtuoso de crescimento. Um dos exemplos citados por Perez (2010) o da quinta revoluo tecnolgica, que compreende o surgimento das tecnologias de informao e telecomunicaes. Nesta revoluo tecnolgica foram criados os microchips, que deram origem aos computadores, softwares,

telecomunicaes, novos materiais, instrumentos automatizados para diversas indstrias, entre outros. Para a disseminao dessas tecnologias, foram criadas as seguintes infraestruturas: Cabos, fibra tica, transmisses via satlite, internet, transmissores de dados sem cabo, entre outros. Assim, podemos supor que um movimento inicial de crescimento, advindo de uma inovao primria, desencadeie um ciclo de longo prazo de crescimento, que, de forma bem simples, pode ser modelado da seguinte forma: Yt+1 = Yt + Onde: = componente autnomo do crescimento, = grau de encadeamento da tecnologia, ou seja, tecnologias muito relacionadas com os demais setores da economia apresentam um maior impacto sobre o crescimento por se espalharem mais rpido. Yt+1 = taxa de crescimento do perodo seguinte inovao e Yt = crescimento gerado pela inovao primria. Para resolver o modelo em um contexto dinmico dinmica, utilizaremos a abordagem de tempo discreto de equaes em diferena que ser melhor desenvolvida na prxima sesso.
5

(1)

3- O MTODO DE EQUAES EM DIFERENA

O mtodo de equaes em diferena usado com o propsito de analisar trajetrias temporais de variveis (Y) cujos valores presentes (Yt) dependem dos valores passados, ou defasados da prpria varivel (Yt-1). No contexto das equaes em diferena a trajetria da varivel analisada ocorre em tempo discreto, ou seja, os valores de Yt se do em cada perodo t, onde t IN.

As equaes em diferena podem ser classificadas quanto ordem, linearidade e homogeneidade. A ordem da equao definida como a maior defasagem da equao em relao a Yt, a linearidade ocorre se todo Y mantiver uma relao linear entre si, e as equaes homogneas consistem naquelas em que no h termos independentes de Y, caso contrrio, so no homogneas. Com base nisso, vemos que a equao proposta pelo modelo de primeira ordem, linear e no homognea, com termo independente , de modo a montar uma equao em diferena do tipo: Yt+1 + aYt = C (2) Os parmetros e so termos constantes, e sero estimados utilizando mtodos estatsticos. Para resolver uma equao em diferena deste tipo, utiliza-se o mtodo dos coeficientes a determinar para extrair a soluo particular (Ypt) e a soluo da homognea associada (Yht), aliado ao mtodo interativo, de forma que a soluo geral, que define a trajetria de Y, se d pela soma das duas solues alcanadas:

Yt = Ypt + Yht

3.1. Soluo Particular:

O mtodo dos coeficientes a determinar obtm a soluo particular supondo que Yt seja constante, assim: Ypt = K e Ypt+1 = K Aplicando equao em diferena de 1 ordem com termos constantes, tem-se: K + aK = C Assim, temos a seguinte soluo particular: K = Ypt = , para 1 + a 0.

3.2. Soluo da Homognea Associada:

A homognea associada consiste na equao em diferena original com termo independente igualado a zero (Yt+1 + aYt = 0) e sua soluo tambm se d por meio do mtodo de coeficientes a determinar, baseando-se em resultados do mtodo interativo. Como: Yt+1 = -aYt Temos que: Y1 = -aY0 e Y2 = (-a)2Y0 Assim, deduz-se que: Yt = (-a)tY0 Seguindo Chiang (1982), este resultado pode ser generalizado para qualquer perodo de tempo substituindo Y0 e (-a), que so condies indiciais das variveis e parmetros por A e b, respectivamente, que so constantes multiplicativas. Agora, usando o mtodo dos coeficientes a determinar, podemos supor: Yht = Abt e Yht+1 = Abt+1 Substituindo na homognea associada: Abt+1 = aAbt Rearranjando, temos: (a+b)Abt = 0 De acordo com, para que haja uma soluo til, preciso determinar que a+b=0, logo, b = -a. Assim, a soluo particular : Yht = A(-a)t

3.3. Soluo Geral e as Propriedades da Trajetria

Como vimos, a soluo geral a soma entre soluo particular e a soluo da homognea associada: Yt = A(-a)t + Com base na soluo da equao em diferena proposta, possvel avaliar a trajetria da varivel quanto ao equilbrio, estabilidade e a convergncia. O equilbrio
7

 obtido quando Y se mantem constante no tempo, isto , Yt+1 = Yt. Assim, o equilbrio se d quando a soluo da homognea se iguala a zero, ou seja, no equilbrio, o valor de Yt constante e igual soluo particular ( . J a estabilidade e a convergncia so

definidos pela soluo da homognea, onde a trajetria definida como: oscilatria se b>o; No-oscilatria se b<0; uniforme se |b|=1; explosiva se |b|>1; e amortecida de |b|<1. Com base no que foi exposto nesta sesso, faremos a inferncia sobre a trajetria analisada na prxima sesso.

4- DADOS E RESULTADOS DO MODELO

Para estimar o modelo terico proposto na sesso 2 foram usadas as sries de crescimento econmico disponibilizadas pelo Banco Mundial para o perodo de 1971 2011. Os pases analisados foram Brasil, Estados Unidos e China. O Banco Mundial tem esses dados disponveis partir de 1960, porm, Perez (2010) marca o ano de 1971 como sendo o ano da V Revoluo Tecnolgica, dando incio Era da Informao e Telecomunicaes, assim, analisaremos a trajetria de cada um desses pases para esse perodo em especial. Usando o software economtrico Gretl, foram inseridos os dados em forma de srie temporal e foram estimadas a seguintes equaes de primeira ordem 1, atravs do mtodo de mnimos quadrados ordinrios, para cada pas: Cresc.PIBt = + .Cresc.PIBt-1 + t Onde t o termo aleatrio da regresso, cuja mdia zero, o que implica que no tem influencia nos valores da estimao. Os coeficientes estimados para as equaes foram os seguintes2:

Tambm foram estimadas equaes de ordens superiores, mas os parmetros encontrados para esses termos no eram significantes estatisticamente, ou seja, feitos os testes de inferncia, no foi possvel rejeitar a hiptese nula de que esses valores seriam iguais a zero para os nveis de significncia de 1, 5 e 10%. 2 Os demais dados da estimao esto no anexo 1, assim como os testes de autocorrelao, heterocedasticidade e normalidade dos resduos.

Para o Brasil: Constante Cresc.BRAt-1 () Para a China: Constante Cresc.CHNt-1 () Coeficiente Erro Padro 1,43418 5,4294 0,146889 0,412425 razo-t 3,7857 2,8077 p-valor 0,00053 0,00783 *** *** Coeficiente Erro Padro 0,764598 2,30678 0,125486 0,454926 razo-t 3,0170 3,6253 p-valor 0,00408 0,00070 *** ***

Para os Estados Unidos: Constante Cresc_EUAt-1 () Coeficiente Erro Padro 0,532553 2,17931 0,137913 0,304189 razo-t 4,0922 2,2056 p-valor 0,00016 0,03223 *** **

importante ressaltar que todos os coeficientes so significativos (diferentes de zero) ao nvel de 1%, conforme o p-valor mostra, exceto o coeficiente para os EUA, que significativo ao nvel de significncia de 5%, o que no grave. Vale chamar a ateno para o fato de que caso os no fossem significativos, deveria ser estimada

uma nova regresso sem eles, dando origem a uma equao de primeira ordem linear homognea. De posse dos coeficientes, pode-se calcular a taxa de crescimento de equilbrio para cada um deles com base na soluo da particular, encontrada na sesso anterior ( , onde C corresponde constante e a corresponde ao parmetro multiplicado

por menos um, relacionado ao crescimento do PIB no perodo anterior. Assim, a taxa de crescimento de equilbrio para o Brasil foi de 4,23%, para a China foi de 9,24%, e para os Estados Unidos foi de 3,13%. Com relao ao comportamento das trajetrias, podemos dizer que elas so no-oscilatrias e amortecidas, pois b = -a = e 0 < < 1 para os trs pases. Tambm podemos observar o mesmo fato no grfico 1. O fato de haver convergncia nas taxas de crescimento est em compasso com a teoria, tanto neoclssica quanto de catch-up, mas chama ateno o fato de apesar de haver convergncia, cada pas converge para taxas bem diferentes. A teoria do catch-up e a vertente da teoria neoclssica que prope a convergncia condicional podem explicar as diferentes taxas com base no grau de desenvolvimento inicial dos pases no perodo analisado. Os Estados Unidos, como era o lder tecnolgico na ocasio, esteve desenvolvendo um maior esforo de inovao e alcanou um aumento do PIB medida
9

Grfico 1: Trajetrias de convergncia

10 9 8 7 6 Y(t) 5 4 3 2 1 0 1 2 3 4 5 6 Brasil

Estados Unidos
China

que incorporava novas tecnologias em sua economia. J o Brasil, e principalmente a China, estavam atrasados tecnologicamente, assim, puderam usufruir de suas capacidades absortivas para imitar tanto as tecnologias j usadas nos Estados Unidos, quanto as recm criadas, assim, puderam promover um crescimento mais acelerado.

5- Concluses

Obter uma trajetria de crescimento acelerado e estvel o objetivo de todo pas, e de acordo com os resultados obtidos nesse trabalho, a China tem conseguido esse feito. notadamente mais difcil para um pas desenvolvido alcanar taxas de crescimento muito altas, assim como mais difcil para pases em desenvolvimento obter um crescimento estvel, mas nos exemplos aqui abordados, vimos que o Brasil, apesar de apresentar um crescimento mais modesto do que o chins, cresce mais rpido do que os Estados Unidos, o que confirma a tendncia de convergncia e catch up. Alm disso, como destacado pelas teorias, a China, que apresenta um nvel de renda per

10

capita menor que o brasileiro no incio do perodo, conseguiu maiores taxas de crescimento. Assim, os exemplos analisados esto de acordo tanto com a teoria neoclssica do crescimento, quanto com a teoria de catch-up. Embora ambas as abordagens incluam diversas outras variveis em seus modelos, essa anlise simples feita atravs do mtodo de equaes em diferena consegue obter resultados semelhantes.

REFERNCIAS

ABRAMOVITZ, M. (1986). Catching Up, Forging Ahead, and Falling Behind, Journal of Economic History, 46: 386-406. BARRO, R.J.; SALA-I-MARTIN, X. (1995). Economic growth. McGraw-Hill, 1995, Cap. 1, p. 1-39 CHIANG. A. C. (1982). Matemtica para economistas. So Paulo, McGraw-Hill, 1982. JONES, C. I. (2000) Introduo Teoria do Crescimento Econmico. Traduo de Maria Jos Cylar Monteiro. Rio de Janeiro: Campus, 2000. 192 p. NELSON, R; PHELPS, E. (1966). Investment in humans, technological diffusion and economic growth. American Economic Review: Papers and Proceedings, 61:6975. PEREZ, C. (2010). Technological revolutions and techno-economic paradigms. Cambridge Journal of Economics, 34(1), 185 - 202.
11

APNDICE 1

Modelo 1: MQO, usando as observaes 1962-2011 (T = 50) Varivel dependente: Cresc_BRA Coeficiente Erro Padro 2,30678 0,764598 0,454926 0,125486 4,357960 634,7702 0,214954 13,14295 -134,4779 276,7799 -0,078949 razo-t 3,0170 3,6253 p-valor 0,00408 0,00070

const Cresc_BRA_1

*** ***

Mdia var. dependente Soma resd. quadrados R-quadrado F(1, 48) Log da verossimilhana Critrio de Schwarz r

D.P. var. dependente E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn h de Durbin

4,062214 3,636534 0,198599 0,000696 272,9559 274,4121 -1,156339

Teste de White para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 1,15233 com p-valor = P(Qui-quadrado(2) > 1,15233) = 0,56205 Teste de Breusch-Pagan para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 1,43878 com p-valor = P(Qui-quadrado(1) > 1,43878) = 0,230337 Teste LM para autocorrelao at a ordem 1 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 1,20495 com p-valor = P(F(1,47) > 1,20495) = 0,277927 Teste LM para autocorrelao at a ordem 2 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 1,45176 com p-valor = P(F(2,46) > 1,45176) = 0,244684 Teste da normalidade dos resduos Hiptese nula: o erro tem distribuio Normal Estatstica de teste: Qui-quadrado(2) = 2,94558 com p-valor = 0,229285

12

Modelo 2: MQO, usando as observaes 1972-2011 (T = 40) Varivel dependente: CHN Coeficiente Erro Padro 5,4294 1,43418 0,412425 0,146889 9,200000 385,1567 0,171813 7,883349 -102,0530 211,4837 -0,047555 razo-t 3,7857 2,8077 p-valor 0,00053 0,00783

const CHN_1

*** ***

Mdia var. dependente Soma resd. quadrados R-quadrado F(1, 38) Log da verossimilhana Critrio de Schwarz r

D.P. var. dependente E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn h de Durbin

3,453204 3,183662 0,150018 0,007832 208,1059 209,3272 -0,745914

Teste de White para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 0,681194 com p-valor = P(Qui-quadrado(2) > 0,681194) = 0,711345 Teste de Breusch-Pagan para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 0,0683696 com p-valor = P(Qui-quadrado(1) > 0,0683696) = 0,793726 Teste LM para autocorrelao at a ordem 1 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 0,472073 com p-valor = P(F(1,37) > 0,472073) = 0,496319 Teste LM para autocorrelao at a ordem 2 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 0,229739 com p-valor = P(F(2,36) > 0,229739) = 0,795897 Teste da normalidade dos resduos Hiptese nula: o erro tem distribuio Normal Estatstica de teste: Qui-quadrado(2) = 8,92296 com p-valor = 0,0115452

13

Modelo 3: MQO, usando as observaes 1962-2011 (T = 50) Varivel dependente: Cresc_USA Coeficiente Erro Padro 2,17931 0,532553 0,304189 0,137913 3,137292 227,9305 0,092025 4,864889 -108,8724 225,5688 0,049191 razo-t 4,0922 2,2056 p-valor 0,00016 0,03223

Constante Cresc_USA_1

*** **

Mdia var. dependente Soma resd. quadrados R-quadrado F(1, 48) Log da verossimilhana Critrio de Schwarz r

D.P. var. dependente E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn h de Durbin

2,263426 2,179117 0,073109 0,032230 221,7447 223,2010 1,320327

Teste de White para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 1,89859 com p-valor = P(Qui-quadrado(2) > 1,89859) = 0,387014 Teste de Breusch-Pagan para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 1,8656 com p-valor = P(Qui-quadrado(1) > 1,8656) = 0,17198 Teste LM para autocorrelao at a ordem 1 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 1,21415 com p-valor = P(F(1,47) > 1,21415) = 0,276123 Teste LM para autocorrelao at a ordem 2 Hiptese nula: sem autocorrelao Estatstica de teste: LMF = 1,11643 com p-valor = P(F(2,46) > 1,11643) = 0,336155 Teste da normalidade dos resduos Hiptese nula: o erro tem distribuio Normal Estatstica de teste: Qui-quadrado(2) = 4,48129 com p-valor = 0,10639

14