Analise Econometrica Indice de Emprego e Vendas Industriais no Parana

UNIVERSIDADE FEDERAL DO RIO GRANDE FURG INSTITUTO DE CIÊNCIAS ECONÔMICAS ADMINISTRATIVAS E CONTÁBEIS CURSO DE CIÊNCIAS ECONÔMICAS Rodney de Souza 128570 ANÁLISE ECONOMÉTRICA DA RELAÇÃO ENTRE OS ÍNDICE DE EMPREGO FORMAL PESSOAL TOTAL EMPREGADO NA INDÚSTRIA E VENDAS INDUSTRIAIS REAIS NO ESTADO DO PARANÁ Rio Grande 2022 Rodney Souza 128570 ANALISE ECONOMÉTRICA DA RELAÇÃO ENTRE OS ÍNDICE DE EMPREGO FORMAL PESSOAL TOTAL EMPREGADO NA INDÚSTRIA E VENDAS INDUSTRIAIS REAIS NO ESTADO DO PARANÁ Trabalho apresentado à disciplina de Econometria II do curso de Ciências Econômicas da Universidade Federal do Rio Grande como requisito parcial à aprovação da disciplina Orientador Prof Dr Cristiano Aguiar de Oliveira Rio Grande 2022 LISTA DE FIGURAS Figura 1 Estatísticas dos dados 5 Figura 2 Comportamento gráfico das variáveis 5 Figura 3 Teste de Cointegração 7 Figura 4 Sistema VECM 8 Figura 5 VECM Equação 1 9 Figura 6 VECM Equação 2 9 Figura 7 VECM Equação 3 10 Figura 8 VECM Matriz 10 Figura 9 Teste de Autocorrelação 11 Figura 10 Teste de Normalidade 12 Figura 11 Decomposição da variância 13 Figura 12 Função impulsoresposta 14 Figura 13 Previsão dentro da amostra 15 Figura 14 Previsão dentro da amostra valores 16 Figura 15 Estatísticas de avaliação 17 Figura 16 Previsão fora da amostra 18 LISTA DE TABELAS Tabela 1 Tabela descritiva das variáveis 4 Tabela 2 Resultados do teste ADF Emprego Formal 6 Tabela 3 Resultados do teste ADF Vendas Industriais 6 Tabela 4 Resultados do teste ADF Total empregado na Indústria 6 4 SUMÁRIO INTRODUÇÃO 4 ESTATÍSTICA DESCRITÍVAS 5 TESTE DE DICKEYFULLER AUMENTADO 6 TESTE DE COINTEGRAÇÃO 7 MODELO ESTIMADO 8 Teste de Autocorrelação 11 Teste de Normalidade 12 DECOMPOSIÇÃO DA VARIÂNCIA 13 FUNÇÃO IMPULSORESPOSTA 14 PREVISÃO 15 Previsão dentro da amostra 15 Previsão fora da amostra 18 CONCLUSÕES 20 REFERÊNCIAS 21 1 INTRODUÇÃO A ideia do trabalho é analisar as vendas industriais o pessoal total empregado na indústria com o propósito de descobrir a influência sobre o total de emprego formal no estado do Paraná dado que existem indústrias em todas as regiões do Estado com destaque para a região Central que concentra mais de 2200 empresas representando 42 do total de indústrias do setor no Paraná O resultado consolida o Paraná como o quarto maior polo industrial do País atrás de São Paulo 3068 Minas Gerais 1080 e Rio de Janeiro 1014 E a tendência é de aumentar esse crescimento nos próximos anos diante da atração de novos negócios SESCAPLDR 2021 Para realizar a análise foram utilizadas três séries temporais do período de janeiro de 2011 até dezembro de 2018 A escolha das variáveis para estudo permite verificar a relação das vendas da indústria o total do pessoal empregado no setor industrial e o emprego formal no estado do Paraná durante o período dos mandatos da presidente Dilma Rousseff e seu vice Michel Temer Os dados foram retirados do Sistema Gerenciador de Séries Temporais do Banco Central do Brasil Tabela 1 Tabela descritiva das variáveis Fonte Variável Descrição BACEN empregoformal Índice de emprego formal Paraná BACEN totalempregadoindustria Pessoal total empregado na indústria Paraná BACEN vendasindustriais Vendas industriais reais Paraná Fonte elaborado pelos autores ESTATÍSTICA DESCRITÍVAS Nas figuras abaixo estão presentes as medidas estatísticas e o gráfico do comportamento das variáveis Figura 1 Estatísticas dos dados Fonte elaborado pelos autores Figura 2 Comportamento gráfico das variáveis Fonte elaborado pelos autores TESTE DE DICKEYFULLER AUMENTADO Abaixo na tabela 2 3 e 4 são apresentados os resultados do Teste de Dickey Fuller Aumentado que foi aplicado com dummies sazonais e 12 defasagens para as variáveis utilizadas os respectivos pvalor e os critérios de informação AIC BIC e HQC Tabela 2 Resultados do teste ADF Emprego Formal Emprego Formal Teste Sem constante Com constante Com constante e tendência pvalor 08066 03126 0624 AIC 6684 650488 663855 BIC 107014 110045 113882 HQC 830476 83194 855388 Fonte elaborado pelos autores Tabela 3 Resultados do teste ADF Vendas Industriais Vendas Industriais Teste Sem constante Com constante Com constante e tendência pvalor 02843 08377 03058 AIC 610318 611827 620927 BIC 650491 654511 661448 HQC 626525 629047 637288 Fonte elaborado pelos autores Tabela 4 Resultados do teste ADF Total empregado na Indústria Total empregado na indústria Teste Sem constante Com constante Com constante e tendência pvalor 02912 09412 05195 AIC 305375 307363 302404 BIC 336021 340564 338158 HQC 317758 320779 316852 Fonte elaborado pelos autores Como podese observar o pvalor obtido é maior que 005 aceitando a hipótese nula de não estacionariedade Nesse caso se houver cointegração entre as variáveis é possível estimar um VECM TESTE DE COINTEGRAÇÃO Para realizar o teste de cointegração foram incluídas dummies sazonais e utilizadas 4 defasagens pois mesmo havendo pvalor significativo os mesmos apresentaram problemas de autocorrelação Figura 3 Teste de Cointegração Fonte elaborado pelos autores O teste do traço está indicando que existe cointegração pois se rejeita a primeira linha ou seja se rejeita a hipótese nula de que o posto é menor ou igual a zero Já na segunda linha o posto é menor ou igual a 1 então aceitase a hipótese nula O Teste Lmax confirma que o posto é igual a 1 Assim a melhor modelagem encontrase na 4 defasagem com posto igual a 1 MODELO ESTIMADO Será estimado um VECM com 4 defasagens e posto igual a 1 também serão utilizadas dummies sazonais e a especificação conforme o caso 3 constante sem restrição Abaixo mostramos os resultados obtidos do Sistema VECM Figura 4 Sistema VECM Fonte elaborado pelos autores Figura 5 VECM Equação 1 Fonte elaborado pelos autores Figura 6 VECM Equação 2 Fonte elaborado pelos autores Figura 7 VECM Equação 3 Fonte elaborado pelos autores Figura 8 VECM Matriz Fonte elaborado pelos autores O teste de cointegração foi feito desde a primeira até a 4º defasagem onde constatouse através do teste do traço e Lmax o pvalor 005 para configurar qual posto a ser utilizado Analisandose os vetores de correção de erro VECM percebese que EC1 na primeira equação não é significativo ou seja o emprego formal se encontra na sua trajetória de equilíbrio possui coeficiente de 000034 caso ele fosse significativo para voltar a trajetória de equilíbrio o desemprego deveria cair em 000034 Na segunda equação o EC1 com valor de 00015 deu não significativo sendo assim afirmase que o total do pessoal empregado na indústria se encontra na sua trajetória de equilíbrio Na EC1 da terceira equação deu significativo com um coeficiente de 0026191 isso quer dizer que as vendas industriais não se encontram em sua trajetória de equilíbrio tendo que aumentar em 0026 Podese também analisar os coeficientes de sazonalidade em porcentagem em relação ao mês de dezembro Por exemplo na primeira equação o mês de janeiro S1 apresentou a taxa de emprego formal em 394 acima de sua trajetória histórica no período analisado Na segunda equação o mês de março S3 apresentou aumento de 359 no total do pessoal empregado na indústria e a equação três no mês de agosto S8 um aumento elevado de 1557 na sua trajetória de vendas industriais Teste de Autocorrelação Figura 9 Teste de Autocorrelação Fonte elaborado pelos autores O teste multivariado de autocorrelação LjungBox indica ausência de autocorrelação pois todas as equações aceitam a hipótese nula ou seja não há problema de autocorrelação nos resíduos do modelo estimado Teste de Normalidade Figura 10 Teste de Normalidade Fonte elaborado pelos autores Através do teste de normalidade DoornikHansen aceitase a hipótese nula de que os resíduos são normais pois o pvalor é maior que 005 ou seja não há problema de normalidade nos resíduos DECOMPOSIÇÃO DA VARIÂNCIA Figura 11 Decomposição da variância Fonte elaborado pelo autor Analisando o índice de emprego formal no primeiro período todas as variações são explicadas pela própria variável No último período avaliase que aproximadamente 87 da sua variação é explicado por ela mesma 1039 é explicado pelo total do pessoal empregado na indústria e apenas 257 é explicado pelas vendas industriais Percebese que as variações no índice Emprego formal possuem maior poder de explicação sobre o índice de total do pessoal empregado se comparado às variações provocadas pelo índice vendas industriais Na primeira linha da decomposição da variância para o índice do total do pessoal empregado na indústria descobrese que 9999 das variações são explicadas pela própria variável enquanto o restante é a variação no índice de emprego formal Ao final do período cerca de 8642 das variações no índice do total do pessoal empregado na indústria são explicadas por variações nas outras duas variáveis Já na decomposição para o índice de vendas industriais no primeiro período 9134 das variações são explicadas pela própria variável enquanto o restante distribuise em 851 decorrente do índice do total do pessoal empregado na indústria e menos de 1 decorrente do índice de emprego formal FUNÇÃO IMPULSORESPOSTA A análise de impulsoresposta identifica a resposta de um choque no desvio padrão de uma variável em outra Assim temos a reação do Índice do Emprego Formal frente a choques de um desvio padrão nas demais variáveis Figura 12 Função impulsoresposta Fonte elaborado pelos autores O choque de um desvio padrão no Índice emprego formal é significativo em todos os 12 períodos da análise para explicar a reação na própria variável Gerando uma variação positiva com crescimento positivo ao decorrer dos períodos seguintes Um choque na variável total do pessoal empregado na Indústria também foi significativo em todos os períodos para explicar as variações no emprego formal Já no ultimo gráfico podemos observar que um choque de um desvio padrão no Índice de vendas industriais não foi estatisticamente significativo para explicar uma reação em nenhum período PREVISÃO Previsão dentro da amostra Figura 13 Previsão dentro da amostra Fonte Elaborado pelos autores Analisando o gráfico de previsão dentro da amostra verificase que a previsão acompanha a trajetória do índice emprego formal ajustandose aos verdadeiros valores da amostra O erro unitário médio quadrado foi de 02755 e o erro percentual médio absoluto foi de 1290 Concluindo que o modelo gera boas previsões dentro da amostra Figura 14 Previsão dentro da amostra valores Fonte Elaborado pelos autores Fonte elaborado pelos autores Figura 15 Estatísticas de avaliação Fonte elaborado pelos autores Realizando a interpretação do Erro Unitário Médio Quadrado ou Erro Quadrático Médio onde quanto mais próximo de zero for a variância mais eficaz será Podese demonstrar o erro quadrático médio em função do viés do estimador 𝑏 𝐸 𝜃 𝜃 em f un ç ão de s ua v ar i ância 𝑣 𝑎 𝑟 𝜃 𝜎 2 𝐸 𝑄 𝑀 𝜃 𝑏 2 𝜎 2 Para o índice de emprego formal o valor foi de 027554 vemos então que para o emprego formal o valor é próximo de zero concluindo que é eficaz O Erro Percentual Médio Absoluto que representa o acerto do erro em porcentagem é de 1290 isso significa que o ajuste pode estar equivocado em 1290 dos dados O coeficiente U de Theil analisa a qualidade das previsões sendo que quanto mais próximo de zero significa que o erro de previsão gerada por determinado modelo ou combinação é menor que da previsão ingênua ou seja que uma previsão é melhor que a previsão trivial MAKRIDAKIS et al 1998 O coeficiente U de Theil analisa a qualidade de uma previsão através dos seguintes valores Para U de Thail 1 A técnica de previsão é melhor do que adivinhar Para U de Thail 1 A técnica de previsão é tão boa quanto adivinhar Para U de Thail 1 A técnica de previsão é pior do que adivinhar Logo com um U de Theil de 03012 valor abaixo de 1 temos que a técnica de previsão é melhor do que profetizar uma previsão Previsão fora da amostra Figura 16 Previsão fora da amostra Fonte elaborado pelos autores Analisando o gráfico de previsão fora da amostra verificase que a previsão acompanha a trajetória do índice emprego formal ajustandose aos verdadeiros valores da amostra O erro unitário médio quadrado MSE foi de 196 e o erro percentual médio absoluto MAPE foi de 077 A previsão fora da amostra foi realizada para o ano seguinte da amostra 2019 analisando de janeiro a junho e verificase que houve uma trajetória ascendente dos valores reais do índice emprego formal Concluise que o modelo gera boas previsões fora da amostra Tabela 3 Comparação da previsão fora da amostra com os valores reais Período Valor Real Previsão Variação 201901 15960 16002 026 201902 16076 16111 021 201903 16067 16198 081 201904 16134 16280 090 201905 16144 16334 117 201906 16145 16346 124 Fonte elaborado pelos autores CONCLUSÕES A previsão do modelo dentro da amostra teve como erro unitário médio quadrado 02755 e o erro percentual médio absoluto foi de 1290 Desse modo podese afirmar que o modelo gera boas previsões Já para a previsão fora da amostra o erro unitário médio quadrado MSE foi de 196 e o erro percentual médio absoluto MAPE foi de 077 assim podese afirmar que o modelo gera boas previsões Com o U de Theil de 03012 valor abaixo de 1 temos que a técnica de previsão é suficientemente boa REFERÊNCIAS SESCAPldr Paraná avança na industrialização e tem o terceiro maior crescimento do País Disponível em https wwwsescapldrcombrimprensanovidades2262021paranaavancana industrializacaoetemoterceiromaiorcrescimentodopais Acesso em 05 fev de 2022 MAKRIDAKIS S WHEELWRIGHT S C HYNDMAN R J Forecasting methods and applications John Wiley Sons 3º edição 1998 1 1 0 1 0 UNIVERSIDADE FEDERAL DO RIO GRANDE INSTITUTO DE CIÊNCIAS ECONÔMICAS ADMINISTRATIVAS E CONTÁBEIS ICEAC