Modelos econométricos para avaliação do PIB no Brasil sob abordagem Bayesiana

Abstract

Este estudo é sobre o PIB brasileiro e os fatores das contas nacionais que o influenciam. O PIB é o mais importante e mais estudado indicador econômico. Com ele o governo formula políticas públicas e os agentes econômicos tomam decisões de alocação de recursos e investimentos. O intuito seria responder o quanto e como os componentes do PIB influenciam na sua evolução ao longo do tempo, através do desenvolvimento de modelos lineares com dados das contas nacionais do IBGE, abrangendo 92 observações, com dados trimestrais a partir de 1996 a 2018 de valores encadeados a 1995. O objetivo do trabalho ´e aplicar os modelos de regressão nas variáveis que compõem o PIB, quantificando os fatores que mais o influenciam. O resultado da pesquisa poderá influir nas decisões governamentais e de instituições privadas quanto aos recursos alocados. Na área pública essa pesquisa poderá ser um norte para aplicação dos recursos públicos de forma mais eficiente, na intenção de gerar o melhor impacto social e econômico possível. Foi utilizada a abordagem Bayesiana na elaboração dos modelos de regressão linear, considerando autocorrelação nos erros, além de adequação por modelo ARIMA (5,1,0) de Séries Temporais usando o Software R. Foram aplicados 4 modelos nesse estudo: no primeiro, o PIB sendo variável dependente e as variáveis independentes sendo os componentes da fórmula do PIB (PIB = Consumo das Famílias + Gastos do Governo + Capital Fixo + Exportação + Importação). No segundo modelo o PIB seria explicado pelos componentes do setor Industrial e de Serviços (Ind. Extrativista, Ind. de Transformação, Construção, Comércio, Transporte, Ativ. Financeiras, etc.). No terceiro modelo o PIB seria explicado apenas pelos componentes do setor Industrial (Ind. Extrativista, Ind. de Transformação, Eletricidade e Construção); e no quarto modelo apenas pelos componentes do setor de Serviços (Comércio, Transporte, Ativ. Financeiras, Ativ. Imobiliárias, Informação, Outros Serviços e Administração). No modelo 1, os resultados indicam efeitos positivos nas variáveis Capital Fixo e Exportação, apresentando forte relevância na variação do PIB, convergindo com o que Soares e Cavalcanti (2016) concluíram em seu estudo. No caso do modelo 2, as variáveis mais relevantes foram indústria de Transformação, Construção e Comércio (com efeitos positivos). No modelo 3, foram encontrados efeitos positivos e relevância nas variáveis Indústria de Transformação e Construção. E por fim, o modelo 4, indicando efeitos positivos relevantes nas variáveis Comércio e Transporte, e efeitos negativos na variável Informação.