Análise das relações de causalidade lineares e da dinâmica não linear entre as taxas de câmbio dos países do brics

Abstract

Com o objetivo de avaliar possíveis causalidades lineares e dinâmicas não lineares entre as taxas de câmbio dos países do BRICS, foram utilizadas as metodologias VAR/VECM, da bicoerência de Hinich (1982), e dos dados sub-rogados, que por sua vez operacionalizam a utilização das estatísticas discriminantes. A modelagem VEC permitiu realizar inferências acerca do comportamento dinâmico das variáveis, mediante os coeficientes de curto prazo do modelo VAR e os valores dos ajustamentos de longo prazo, referentes aos coeficientes da equação de cointegração. Verificou-se que as variáveis TCBRASIL, TCAFS e TCRUSSIA comportam-se como variáveis exógenas fracas, no longo prazo. Em seguida, procedeu-se à análise das funções impulso-resposta ortogonalizadas (FIROs). Foi encontrado que a variável TCCHINA é a que causa os menores impactos sobre as demais, mas produz variações positivas nas demais variáveis que se desenvolvem em tendências estocásticas no longo prazo, ao passo que as variáveis TCBRASIL, TCINDIA e TCAFS são as que mais apresentam impactos significantes entre si, também desenvolvendo tendências estocásticas no longo prazo. Após a filtragem das séries usando o modelo VEC, os resíduos de cada equação do modelo foram analisados, com a finalidade de obter explicações para outros possíveis efeitos não observáveis que interagem entre si nas taxas de câmbio dos países do BRICS. Os efeitos de não linearidade foram examinados através do método de dados sub-rogados, gerados pelo algoritmo zero e o algoritmo IAAFT, combinados com diferentes estatísticas discriminantes - Dimensão de Correlação (D), Dimensão de Entropia (K), Nível de Ruído (S) e Complexidade (CPM). Após a análise global de resultados, verificou-se que as estatísticas K, D e S não demonstraram ter maior poder explicativo em relação ao objeto de estudo, em comparação ao teste de bicoerência e à estatística CPM. O discriminante CPM apresentou a maior capacidade na detecção de não linearidades, especialmente em situações nas quais predominam os fatores relacionados aos fundamentos macroeconômicos e/ou à interação dos agentes participantes do mercado mundial de câmbio. O teste de bicoerência manifestou um melhor ajuste na detecção de não linearidades relacionadas aos momentos de crise e às mudanças de regimes cambiais pelas quais os países do BRICS estiveram submetidos.<br>

Abstract: In order to assess possible linear causalities and nonlinear dynamics between the exchange rates of the BRICS countries, the methodologies VAR/VECM, the bicoherence of Hinich (1982) and the surrogate data, which in turn operationalize the use of discriminant statistics, were used. The VEC modeling allowed for inferences about the dynamic behavior of the variables by the coefficients of short-term VAR model and the values of long-term adjustments, related to the coefficients of the cointegrating equation. It was found that the TCBRASIL, TCAFS and TCRUSSIA variables behave as weak exogenous variables in the long run. Then, the orthogonalized impulse-response functions (OIRFs) were analysed. The TCCHINA variable is the one that causes the least impact on the others, but produces positive changes in other variables that develop in the long term stochastic trends, while TCBRASIL, TCINDIA and TCAFS variables are the ones that present impacts significance between the groups, also developing stochastic trends in the long run. After filtering the series using the VEC model, the residuals of each model equation were analyzed in order to obtain other possible explanations for unobservable effects that interact in the exchange rates of the BRICS countries. The effects of nonlinearity were examined by the method of surrogate data generated by the zero and IAAFT algorithms, combined with different discriminant statistics - Correlation Dimension (D), Entropy Dimension (K), Noise Level (S) and Complexity (CPM). After a global analysis of the results, it was found that the statistics K, D, and S have not demonstrated greater explanatory power in relation to the object of study, compared to bicoherence testing and CPM statistic. The CPM had the highest discriminant ability in detecting nonlinearities, especially in situations where the factors related to macroeconomic fundamentals and/or the interaction of agents participating in the world exchange market predominate. The test of bicoherence showed a better fit in detecting nonlinearities related to moments of crisis and changes in exchange rate regimes in which the BRICS countries were submitted.