UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE … · DIEGO SARTI DE SOUZA EFEITO DE POLÍTICAS...
-
Upload
hoangxuyen -
Category
Documents
-
view
213 -
download
0
Transcript of UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE … · DIEGO SARTI DE SOUZA EFEITO DE POLÍTICAS...
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EM GESTÃO E TECNOLOGIA
CAMPUS DE SOROCABA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
DIEGO SARTI DE SOUZA
EFEITO DE POLÍTICAS SETORIAIS NA INDÚSTRIA
AUTOMOBILÍSTICA: ANÁLISE DE IMPACTO SOBRE VENDAS E
ARRECADAÇÃO.
SOROCABA 2017
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EM GESTÃO E TECNOLOGIA
CAMPUS DE SOROCABA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
DIEGO SARTI DE SOUZA
EFEITO DE POLÍTICAS SETORIAIS NA INDÚSTRIA
AUTOMOBILÍSTICA: ANÁLISE DE IMPACTO SOBRE VENDAS E
ARRECADAÇÃO.
Dissertação apresentada ao Programa de Pós-
Graduação em Economia, para obtenção do
título de mestre em economia.
Orientação: Prof. Dr. Cassiano Bragagnolo
SOROCABA 2017
DIEGO SARTI DE SOUZA
EFEITO DE POLÍTICAS SETORIAIS NA INDÚSTRIA
AUTOMOBILÍSTICA: ANÁLISE DE IMPACTO SOBRE VENDAS E
ARRECADAÇÃO.
Orientador(a).
_____________________________
Prof. Dr. Cassiano Bragagnolo
Universidade Federal de São Carlos - UFSCar
Examinador(a)
______________________________
Prof. Dr. Eduardo Rodrigues de Castro
Universidade Federal de São Carlos - UFSCar
Examinador(a)
______________________________
Prof. Dr. Alexandre Nunes de Almeida
Universidade Estadual de São Paulo – Esalq/USP
AGRADECIMENTOS
Gostaria de agradecer primeiramente a Deus e a minha família pela força que me
deram ao longo de toda minha vida, espero poder retribuir pelo apoio e formação que
me foi dado. Expresso minha gratidão à minha mãe Nauci Ignez Sarti, à minha avó
Dirce Ramirez Sarti e ao meu pai Odicelio de Souza, sem eles a conclusão deste
mestrado seria impossível. Agradeço ao meu orientador professor Cassiano Bragagnolo,
espero que sua condução, cobranças e exigências tenham tornado um profissional
melhor. Seus incentivos ao longo do curso foram fundamentais para a superação
obstáculos inerentes à pesquisa. Por fim agradeço a CAPES pelos recursos que
proporcionou viabilizando o trabalho em si.
Agradeço aos professores Adelson Martins Figueiredo, Ricardo Coser
Mergulhão, o conhecimento que me foi passado por eles servirão de norte no futuro. Ao
professor Adelson Martins Figueiredo também gostaria de deixar minhas desculpas,
devido problemas pessoais que tive ao longo do curso adotei uma postura injusta em
relação ao curso e sua coordenação, deixo expressos meus arrependimentos e espero
lidar com problemas semelhantes no futuro com mais sabedoria.
Gostaria de agradecer aos meus pareceristas, os professores Geraldo Edmundo
Silva Jr. e Eduardo Rodrigues de Castros cuja atenção, paciência e questionamentos
melhoraram significativamente o resultado final deste trabalho que espero que esteja
bem feito aos olhos deles. Agradeço também ao professor Alexandre Nunes de Almeida
por comparecer à minha defesa.
Por fim, e muito importante, agradeço a Manoela Anechini e a professora
Mariusa Momenti Pitelli, as preocupações inerentes ao curso ficaram mais leves quando
conversava com elas. Também agradeço minha convivência com Mauricio Benedeti e
Augusto Maia, eles tornaram o mestrado muito prazeroso.
RESUMO
A indústria automobilística possui elevado peso no produto gerado pela
economia brasileira correspondendo por cerca de 20% do PIB (Produto Interno Bruto)
industrial e responsável por em média 1,5 milhões de empregos diretos e indiretos. Em
meados de 2008 a crise financeira internacional com origem nos Estados Unidos
transbordou para o resto do mundo por meio do mercado de crédito e atingiu o setor que
até então vinha em boa fase, com crescimento contínuo das vendas. Tal fato deu origem
a uma série de medidas por parte do governo federal a fim de se contornar tal crise.
Assim, uma medida específica para o setor foi a redução da alíquota do IPI (Imposto
sobre Produto Industrializado) a fim de influir em seus preços. Os efeitos dessas
medidas, sua eficácia e persistência temporal são assuntos que têm sido abordados por
diversos autores sob diferentes métodos e formas de análises. O objetivo deste trabalho
foi a análise do impacto que essas desonerações tiveram na arrecadação com o imposto
específico e suas vendas por meio da metodologia de séries temporais. Os resultados
mostram que um choque de exógeno de preços é capaz de fomentar o mercado de
automóveis de forma significativa, isto é, para uma oscilação de 10% nos preços a
repercussão nas vendas seria de 46% em sentido oposto ao do choque. A arrecadação e
os preços convergiram, um aumento 10% nos preços aumenta a arrecadação em 13%.
Demais variáveis que afetam demanda do setor se mostraram mais estáveis que a
intervenção via preços com a amplitude de seus efeitos menores.
Palavras-chave: Indústria automobilística. Política Tributária. Vetor Autorregressivo.
ABSTRACT
The automobile industry has a high weight in the economy, accounting for about 20%
of GDP (Gross Domestic Product) and responsible for 1.5 million direct and indirect
jobs. In mid-2008, an international financial crisis that has begun in the United States
overflowed to the rest of the world through the credit market, and hit the sector that it
was in good phase, with continued sales growth. This led to a series of actions by the
federal government to bypass the crisis, as well as one of this action specific to the
automobile industry it was the reduce of industrial indirect tax. The results, its
effectiveness and temporal persistence of this action are approached by different authors
and methods of analysis. The goal of this study was to analyze the impact that this tax
cut on the tax collection and the sales through the time series methodology. The results
show that the automobile's sales are sensible to exogenous shock in price. For changing
10% in price, the sale increases 46%, in opposite direction. The collection and and the
prices has same direction. An increase in 10% in price rebound in collection in 13%.
The others variables that affect sector’s demand were more stable than changing in
prices with less amplitude in their variation.
Keywords: Automobile Industry. Tax Policy. Vector Autorregression.
LISTA DE TABELAS
Tabela 1 – Eficácia associada a cada estratégia do policymaker. .................................. 18
Tabela 2 – Número de habitantes por veículo em 2014 – países selecionados. ............. 21
Tabela 3 – Resultados obtidos por autores selecionados para a demanda por automóveis
brasileira em função da renda, preço e crédito. .............................................................. 24
Tabela 4 – Alíquota e impacto no preço dos impostos sobre veículos no ano de 2013 -
Brasil. .............................................................................................................................. 30
Tabela 5 – Variáveis explicativas para a demanda por automóveis no Brasil utilizada
por autores selecionados. ................................................................................................ 33
Tabela 6 – Resumo da oscilação das Alíquotas de IPI do setor automobilístico no Brasil.
........................................................................................................................................ 35
Tabela 7 – Alíquotas historicamente praticadas no setor automobilístico antes da crise
de 2008 e após 2015 quando retornaram ao mesmo patamar – Brasil. .......................... 35
Tabela 8 – Teste ADF dados mensais. ........................................................................... 56
Tabela 9 – Teste KPSS dados mensais. .......................................................................... 56
Tabela 10– Teste de Cointegração de Johansen com três defasagens ............................ 58
Tabela 11 – Erro de previsão e contribuição percentual das variáveis na decomposição
histórica da variância dos erros de previsão da Arrecadação – Abril de 2002 à Outubro
de 2015. .......................................................................................................................... 66
LISTA DE FIGURAS
Figura 1 - Modalidades de pagamentos na venda de veículos e de comercias leve – de
2004 a terceiro trimestre de 2010. .................................................................................. 19
Figura 2 – Presença relativa das Montadoras nas Unidades da Federação – Brasil – 2006
e 2014. ............................................................................................................................ 20
Figura 3 – Índice de Preços ao Consumidor de Veículos e quociente habitantes por
número de veículos – Brasil – 1999 a 2014.................................................................... 21
Figura 4 – Coeficiente de Penetração. Trimestral – Brasil – 2007 a 2014. .................... 22
Figura 5 – Evolução dos investimentos do setor automobilístico – Brasil – 1990 a 2012
(em milhões de dólares). ................................................................................................. 22
Figura 6 – Percentual de impostos e taxas embutidos no preço do automóvel de 2009 à
2013 – países selecionados. ............................................................................................ 28
Figura 7 – Arrecadação com IPI em milhões de reais e participação percentual da
arrecadação com IPI de automóveis na arrecadação total de IPI – Brasil – 2005 a 2015.
........................................................................................................................................ 36
Figura 8 – Utilização da Capacidade Instalada (UCI) em termos percentuais do setor de
Veículos automotores, reboques e carrocerias. .............................................................. 38
Figura 9 – Curva de Laffer ............................................................................................. 39
Figura 10 – Fluxograma de modelagem de um Vetor Autorregressivo ......................... 51
Figura 11 – Produção e Licenciamento de veículos nacionais: autoveículos e comerciais
leves – Brasil – março de 2002 a dezembro de 2015. .................................................... 52
Figura 12 – Concessão de crédito consolidada para compra de automóveis, pessoa física
em R$ milhões – Brasil – março de 2002 a dezembro de 2015. .................................... 53
Figura 13 – Renda Nominal Habitual e Renda Nominal Habitual deflacionada pelo
IPCA em Reais – Brasil – março de 2002 a dezembro de 2015. .................................... 53
Figura 14 – Arrecadação com IPI em milhões de reais – Brasil – março de 2002 a
dezembro de 2015. .......................................................................................................... 54
Figura 15– Índice de Preço ao Consumidor, Veículos – Brasil – março de 2002 a
dezembro de 2015 ........................................................................................................... 55
Figura 16 – Séries de arrecadação, vendas, preço, crédito e renda do Brasil em
logaritmo neperianos, de março de 2002 a dezembro de 2015. (março de 2002 = 100). 57
Figura 17 – Efeito acumulados do choque nos preços sobre a arrecadação, vendas e
crédito. ............................................................................................................................ 60
Figura 18 – Efeito acumulados do choque no crédito sobre a arrecadação, vendas e
preço. .............................................................................................................................. 62
Figura 19 – Efeito acumulados do choque nas vendas sobre a arrecadação, preço e
crédito. ............................................................................................................................ 64
Figura 20 – Decomposição histórica da variância da arrecadação de abril de 2002 a
outubro de 2015. ............................................................................................................. 70
SUMÁRIO
1. INTRODUÇÃO ..................................................................................................... 12
1.1. Contextualização e Problema ........................................................................... 12
1.2. Objetivos ............................................................................................................. 15
ORGANIZAÇÃO DO ESTUDO ................................................................................... 15
2. REVISÃO BIBLIOGRAFICA ............................................................................. 16
3. METODOLOGIA ................................................................................................. 39
3.1. Referencial Teórico............................................................................................ 39
3.2. Referencial analítico .......................................................................................... 43
3.2.1. Séreis Temporais .................................................................................... 43
3.2.2. Teste de Raiz Unitaria e Cointegração de johansen ............................ 45
3.2.3. Função Impulso Resposta e Decomposição da Variância ................... 48
3.2.4. Origem e Tratamento dos Dados .......................................................... 51
4. RESULTADOS ...................................................................................................... 52
4.1. Análise Descritiva dos Dados ........................................................................ 52
4.2. Análise de Estacionariedade e Modelagem ................................................. 55
4.3. Resultados do modelo VAR .......................................................................... 59
5. CONSIDERAÇÕES FINAIS ............................................................................... 69
6. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................ 73
12
1. INTRODUÇÃO
1.1. CONTEXTUALIZAÇÃO E PROBLEMA
A indústria automobilística brasileira possui elevado grau de integração intersetorial e
grande peso na economia, compondo ao redor de 20% do PIB (Produto Interno Bruto)
industrial, além de ser responsável por cerca de 1,5 milhões de postos de trabalho,
contabilizando postos diretos e indiretos (ALVARENGA et al., 2010a, 2010b; BAHIA;
DOMINGUES, 2010). Em meados de 2008, o setor que vinha em trajetória de crescimento
desde 2004 sofreu forte impacto devido à crise financeira internacional cuja origem se deu no
mercado de crédito norte-americano e migrou para as demais economias do mundo pelo
mesmo mecanismo (MOREIRA; SOARES, 2010). Segundo levantamento do Banco Central,
em dezembro 2007 o volume de empréstimos destinados a compra de veículos para pessoas
físicas alcançou a importância de R$ 6,15 bilhões. Já em novembro de 2008 este mesmo
indicador apontava R$ 2,22 bilhões, uma queda de aproximadamente 64%. Tal fato repercutiu
sobre a atividade do setor com redução dos turnos de trabalho e concessões de férias coletivas
(ALVARENGA et al., 2010a, 2010b; BAHIA; DOMINGUES, 2010).
Para fazer frente à crise que se abatia no setor à época, o governo federal adotou uma
série de medidas de incentivo à demanda, uma das quais de caráter bem específico para o
setor foi a desoneração temporária do Imposto sobre Produto Industrializado (IPI) sobre a
cadeia automobilística (ALVARENGA et al., 2010a, 2010b; MOREIRA; SOARES, 2010). A
aparente resposta positiva que o setor apresentrou em 2008, fez com que o governo adotasse
novamente a política de desoneração, em maio de 2012, a fim de se reaquecer a atividade
econômica setorial, cuja redução da utilização de sua capacidade apresentava queda, com
valores à 85% com consequente esfriamento do mercado de trabalho associado a ela, cenário
este análogo ao ocorrido em 2008 com a crise financeira internacional.
A fim de se averiguar a eficácia de tal medida, realizou-se uma pesquisa bibliográfica
dos estudos que versam sobre o mercado de automóveis e o comportamento do Estado na
condução de crises de forma a elencar as principais variáveis deste mercado. O objetivo deste
trabalho é averiguar o impacto de tais medidas que procuraram fomentar a demanda no
mercado de automóveis via a influência direta de seus preços por meio da renúncia de tributos
13
ad valorem. Para tanto um modelo de Vetor autorregressivo foi proposto de forma a mensurar
a interação dinâmica dessas variáveis.
A hipótese básica desta dissertação é que uma política de desoneração aplicada ao
setor automobilístico tenha sucesso de curto prazo, com um maior impacto sobre a
arrecadação com o imposto do que sobre as vendas. Tal hipótese se ancora na Revisão
Bibliográfica que caracteriza a demanda de automóveis como sendo mais elástica em relação
à renda do que aos preços. Considerou-se também os trabalhos Barrel e Weale (2009),
Crossley e Low (2009) que analisaram empiricamente o efeito de um corte de impostos sobre
a demanda agregada e a abordagem mais teórica empregada por Fantinatti (2015) que avaliou
o efeito de um impulso fiscal sobre o consumo de bens duráveis contra não duráveis por meio
de DSGE (Dynamic stochastic general equilibrium). Segundo tais autores, é possível que uma
desoneração de curto prazo não seja capaz de influênciar a trajetória da economia, aplicou-se
assim este raciocínio ao setor automobilístico.
No caso para a análise do comportamento do consumo de bens duráveis, é possível
ainda que haja somente uma antecipação de consumo ou efeito arbitragem, que seria um pico
um de consumo seguido de queda (BARREL; WEALE, 2009; CROSSLEY; LOW, 2009).
Fantinatti (2015) em seu modelo teórico, encontra que após um impulso fiscal a demanda
agregada se estabiliza abaixo do estado estacionário. Diferentemente dos autores supracitados
que analisaram a economia como um todo, o estudo desta dissertação foca um mercado
específico avaliando-se o efeito que um corte de impostos teve sobre ele, de forma a
enriquecer o debate sobre políticas anticíclicas e contribuir para com a teoria econômica.
A relevância do problema de pesquisa para a teoria econômica se baseia no debate
existente entre escolas de pensamento econômico e como estas se posicionam a respeito do
fisco e seus efeitos para regulação econômica, esta usualmente preterida em a relação à
política monetária (CARVALHO; EDUARDO; SILVA, 2013). Do ponto vista prático, o
problema tem relevância uma vez que as desonerações de curto prazo não ficaram restritas ao
setor automobilístico, mas contemplaram também a “linha branca” em um conjunto de
medidas anticíclicas adotadas para contornar a crise histórica de 2008 (MOREIRA; SOARES,
2010). Assim uma compreensão mais aprofundada de como estas medidas repercutiu sobre o
setor em paralelo com a arrecadação com o mesmo são importantes para elaboração de
políticas futuras.
A escolha da indústria automobilística como objeto de pesquisa se justifica devido à
sua já citada importância na economia no que diz respeito à PIB e emprego, e ao elevado grau
14
de integração intersetorial. Tal fato faz com que o setor automobilístico seja visto como um
fator estratégico para o desenvolvimento da indústria nacional, fato este que remete ao
governo de Juscelino Kubitschek e ao Plano de Metas (BAHIA; DOMINGUES, 2010;
FRAINER, 2010). Durante a década de 1990 o setor passou por transformações com a queda
do protecionismo e o incentivo da concorrência por parte das políticas públicas. A negociação
entre governo e montadoras neste período ficou conhecida como Novo Regime Automotivo
Brasileiro (RAB) (FIUZA, 2002; FRAINER, 2010). Além de uma mudança na plataforma
econômica, o setor passou por mudanças no contexto internacional com o processo de
globalização. Houve então aumento na produção automobilística, migração de novas
montadoras para o país e um processo de desconcentração industrial. No contexto
internacional, a indústria automobilística brasileira passou a se destacar por ser a sexta maior
produtora de veículos do mundo, levando-se em conta dados de 2010 (ALVARENGA et al.,
2010a ; ARAÚJO, 2012).
O crescimento do setor automotivo que se sucedeu na segunda metade da década de
1990 ocorreu ancorado em investimento estrangeiro e na nova plataforma econômica
decorrente do Plano Real, no âmbito externo houve o processo de globalização e no âmbito
das políticas públicas, houve acordos entre governo e montadoras. Uma desoneração do IPI
para exportação sem serem condicionadas metas de salários e empregos foi proposta, medidas
estas empregadas de forma a equilibrar a balança comercial e assim manter boas condições
macroeconômicas. O sistema de controle de preços foi abandonado, mas uma alíquota de IPI
menor para carros que permanecessem até uma determinada faixa de preço foi estabelecida de
forma a dar acessibilidade à população ao “carro popular” (ALMEIDA et al., 2006;
ARAÚJO, 2012; FIUZA, 2002; VANALLE; SALLES, 2011).
Vários autores versam sobre a importância do setor automotivo na economia de cada
país e sobre a atenção que esta merece do poder público a fim de se promover o
desenvolvimento econômico, e dos instrumentos utilizado para tal meta, seja via política
monetária, creditícia ou fiscal. A crise financeira de 2008 tem sido a justificativa de diversos
trabalhos nos estudos de políticas setoriais e políticas de incentivo à demanda de curto prazo.
Com os juros mundiais próximos a zero (zero bound lower) e consequente esgotamento da
política monetária. Discussões a respeito do uso da política fiscal para estabilização do
produto têm ganhado força entre policymaker e acadêmicos. Alesina e Ardagna (2010)
lembram que em 2010, dois anos após tais medidas terem sido adotadas, os resultados
puderam ser observados. A análise dos autores foca os países membros da OCDE
15
(Organização para a Cooperação e Desenvolvimento Econômico). A análise é feita sobre a
demanda agregada e conclui que o corte de impostos é mais expansionista que o aumento de
gastos governamentais.
1.2. OBJETIVOS
Averiguar o impacto das medidas que visaram fomentar a demanda de automóveis.
Analisar os dados disponíveis para os principais indicadores referentes ao setor
automobilístico brasileiro até o ano de 2015, buscando aqueles que afetam a demanda
de automóveis.
Analisar o impacto e a persistência temporal das desonerações tributárias sobre as
vendas de automóveis e sua transmissão para arrecadação com o IPI automobilístico.
ORGANIZAÇÃO DO ESTUDO
Este trabalho se encontra dividido em cinco partes, inclusa esta introdução como a
primeira. A segunda parte contém a Revisão Bibliográfica que trata dos principais estudos
feitos sobre o setor automobilístico e do comportamento do Estado na condução de crises
econômicas. Nesta seção há uma breve contextualização sobre o setor automobilístico no
mundo, a crise pela qual passou, e um foco maior aplicado à indústria automobilística
brasileira, objeto de estudo. A terceira parte trata da Metodologia e esta subdividida em duas
seções principais. O Referencial Teórico que trata do efeito tributário sobre a economia,
remetendo-se aos estudos da Curva de Laffer, e o Referencial Analítico, que trata de
metodologia empírica utilizada neste trabalho a fim de se avaliar o impacto setorial. Nesta
seção é descrita a metodologia de Séries Temporais multivariadas, e se especifica os
parâmetros utilizados para a modelagem, como o teste de raiz unitário utilizado para avaliação
de estacionariedade, escolha dos lags de defasagem, análise da função impulso resposta e
decomposição da variância. Esta seção também aborda a fonte dos dados utilizados na
pesquisa, bem como o tratamento prévio utilizado para a modelagem, como aplicação de
16
logaritmos e deflacionamento das séries monetárias. A quarta e última parte no que diz
respeito à pesquisa trata dos Resultados, análise descritiva das séries e resultados da
modelagem. Por fim há as Considerações Finais, com os principais problemas que a pesquisa
encontrou no que diz respeito à escolha das variáveis e proposta de pesquisas futuras.
2. REVISÃO BIBLIOGRAFICA
A crise financeira internacional de 2008 cuja origem se deu no desequilíbrio do
mercado imobiliário norte-americano e migrou para o lado real da economia mundial por
meio dos mercados de crédito, afetou países emergentes de diferentes formas e em diferentes
setores (CARVALHO; EDUARDO; SILVA, 2013). No caso do Brasil, quando analisado o
setor automotivo, observa-se que a crise interrompeu uma trajetória de ascensão constante que
vinha desde 2004. No que diz respeito ao comportamento das montadoras, estas reduziram
jornadas de trabalho e contratações a fim de se adaptar à nova realidade (ALVARENGA et
al., 2010a, 2010b). Assim o país adotou uma série de medidas anticíclicas, uma das quais
aplicadas especificamente no setor de automóveis foi a desoneração tributária com
subsequentes prorrogações, com a finalidade de incentivar a demanda para fazer frente à crise
que se abatia sobre o setor. (ALVARENGA et al., 2010a, 2010b; CARVALHO; EDUARDO;
SILVA, 2013; IPEA/DIMAC, 2009).
O uso de uma política fiscal discricionária é visto com desconfiança por muitos
economistas que seguem escolas de pensamento diferente, como novos Keynesianos e
Neoclássicos (RBCs). Inclusive divergem quanto aos seus efeitos básicos no que diz respeito
à nova configuração da economia, alguns preferindo a política monetária como instrumento
de regulação econômica, onde os resultados seriam mais consensuais (CARVALHO;
EDUARDO; SILVA, 2013; PEROTTI, 2007). O estímulo da economia por meio de
desonerações é algo ainda mais complexo, pois as mudanças pontuais nas tarifas visam
estimular a demanda, em regra, sobre os setores com efeitos multiplicadores a fim de se
retomar rapidamente a trajetória de crescimento (BAHIA; DOMINGUES, 2010; PORSSE;
MADRUGA, 2014). Estes efeitos multiplicadores em geral são atribuídos a setores cujas
cadeias produtivas são complexas, como é considerada a indústria como um todo, incluso o
17
setor automobilístico, que no mundo recebeu atenção do poder público de seus respectivos
países.
Barros e Pedro (2011) analisaram a importância do setor automobilístico e a atenção
relativa que o setor recebeu do poder público em alguns países. De acordo com o autor, nos
Estados Unidos entre 2008 e 2009 o governo norte-americano criou um programa de suporte
financeiro à GM e â Chrysler no valor de US$ 23 bilhões, condicionados à um programa de
reestruturação destas empresas. Na Alemanha e Reino Unido, os respectivos governos
buscaram combater a crise por meio da modernização de sua frota de veículos, criando um
subsídio de € 2,5 mil no caso alemão e £ 2 mil no caso britânico, para troca de veículos com
mais de 9 anos de uso por carros novos e seminovos menos poluente. O limite orçamentário
do governo alemão para com o projeto foi de € 5 bilhões e a do governo britânico £ 2,3
bilhões para este propósito. O governo francês tomou medida similar ao alemão no que diz
respeito aos subsídios, e comparável à americana no que diz respeito à escolha das empresas.
O governo francês subsidiou a modernização da frota por meio de empréstimos que
favoreciam montadoras nacionais como a Renault e a Peugeot – Citroën. O valor dos
subsídios para o consumidor final foi de € 1 mil, e os empréstimos alcançaram a ordem de € 6
bilhões.
Além de medidas específicas para o setor automobilístico, como as mencionadas, estes
países citados a título de exemplo, também aumentaram seus gastos públicos, o que afeta
todas as demais variáveis da economia, muitas vezes, de forma não consensual
(CARVALHO; EDUARDO; SILVA, 2013). De acordo com Trading Economics (2016) entre
2008 e 2009 os gastos do governo em percentual do PIB dos EUA saíram de 76% para 87,1%.
Alemanha, França e Reino Unido fizeram o mesmo, sendo que o primeiro, no caso alemão
houve um salto de 65% para 72,5%, no caso francês de 68,1% para 79% e no Reino Unido de
51,7% para 65,7%.
Godoy e Gurgel (2014) mencionam que o uso de incentivos fiscais e de outras
medidas intervencionistas, como subsídios podem distorcer a economia, pois de acordo com a
abordagem neoclássica o Estado estaria escolhendo “vencedores e perdedores”. Neste
contexto, se tem os mecanismos de regulamentações e de desonerações que vieram a ser
utilizado pelo governo federal como ferramentas de combate a crise no país e no setor
automobilístico em meados de 2008 e novamente em 2012. A preferência pela política fiscal à
monetária, em tese, se justifica em função de seus efeitos multiplicadores, ou porque os
mecanismos de política monetária foram esgotados. No mundo, os mecanismos de política
18
monetária se esgotaram com a taxa de juros internacional ficando próximas a zero, atingindo
assim o limite inferior, zero lower bound. Tal fato não ocorreu no Brasil onde a taxa básica
nominal de juros sempre se manteve em níveis relativamente elevados (FANTINATTI, 2015;
PIRES, 2009).
Segundo Pires, (2009) o conjunto de medidas fiscais anticíclicas que contemplam as
desonerações e gastos do governo para o Brasil alcançaram R$ 12,5 bilhões (0,4% do PIB) e
30,9 bilhões (1,0% do PIB ), respectivamente durante o ano de 2009.
Moreira e Soares (2010) enumeram de forma cronológica as medidas anticíclicas que
começaram a partir do terceiro trimestre de 2008. Mudança na regulamentação, aumentando
prazo para recolhimento de impostos, desonerações do Imposto sobre Operações Financeiras
(IOF), linhas de crédito para pequenas empresas e para o setor automobilístico da ordem de
R$ 6,9 bilhões, linhas de crédito para eletrodomésticos, eletrônicos e materiais de construção
para pessoa física na ordem de R$ 2 bilhões e por fim as desonerações do IPI. Isto em âmbito
federal, tanto para a “linha branca” que contempla eletrodomésticos tradicionalmente brancos
como maquinas de lavar, geladeiras freezers, como para a indústria automobilística, que neste
caso contemplou autoveículos e comerciais leves especificamente, mas poderiam estar
inclusos aqui também ônibus, caminhões, vans veículos de transporte em geral. O governo
estadual de São Paulo também adotou medidas para amenizar a crise, liberando mais R$ 4
bilhões em crédito para compra de automóveis.
Tais medidas elucidam bem o trabalho de se atribuir o sucesso da retomada das vendas
no setor automotivo a uma única política, visto que as variáveis relacionadas à operação de
crédito como a desoneração do IOF e aumento do saldo de crédito em conjunto com as
desonerações sobre o produto exercem forte influência entre si no incentivo a demanda. No
trabalho de Moreira e Soares (2010), os autores buscaram compreender a eficácia e o impacto
de cada uma delas. Os resultados dos autores estão dispostos na Tabela 1. Nela constam as
soluções adotadas, classificadas pelo autor como Política Monetária, Política Creditícia e
Política Fiscal, bem como as suas conclusões quanto à eficácia de cada uma.
Tabela 1 – Eficácia associada a cada estratégia do policymaker.
Variável Dependente Política Monetária Política Creditícia Política Fiscal
Consumo das Famílias Não Eficaz Eficaz Não Testado
Investimento Não Eficaz Não Eficaz Não Testado
Produto Eficaz Eficaz Não Eficaz
Fonte: (MOREIRA; SOARES, 2010).
19
De acordo com Alvarenga et al., (2010a, 2010b), dado o conjunto de medidas que
influenciaram o mercado, sejam elas consideradas eficazes ou não, é difícil atribuir a
recuperação do mercado de automóveis única e exclusivamente à redução do IPI, ou ainda,
conforme pode ser analisado no trabalho de Moraes e Soares (2010), se dizer que a
recuperação de crédito tenha sido espontânea. No caso do setor automobilístico, ainda
segundo Alvarenga (2010a), 70% das compras de automóveis tem algum financiamento. De
2004 a 2010 Gabriel et al., (2010) detectou uma mudança de como esse financiamento se
distribuía em consorcio, leasing e financiamento direto. A Figura 1 elucida essa mudança de
padrão com o crescimento acelerado do financiamento direto após a crise de 2008
contemplando 46% dos automóveis em 2010. Assim uma análise setorial relacionando as
variáveis como desoneração tributária, com vendas e fatores que afetam sua demanda, como o
crédito, vem a contribuir com as discussões correntes sobre o assunto.
Figura 1 - Modalidades de pagamentos na venda de veículos e de comercias leve – de 2004 a
terceiro trimestre de 2010.
Fonte: Dados da ANEF apud Gabriel et al., (2011).
Bonelli e Pessoa (2010), Cano (2012) e Vanalle e Salles (2011) observaram que o
desenvolvimento recente do setor automobilístico, se deve em parte ao processo de
globalização, que fez com que o setor prosperasse com migração de novas montadoras e a
adoção de novas tecnologias. Este processo fez com que a participação do setor automotivo
no PIB aumentasse, mesmo em um contexto interno de queda da participação de
manufaturados no Produto Interno Bruto (PIB), observada com preocupação por alguns
autores que consideram a existência de um processo de desindustrialização em curso no país
desde a adoção de tais políticas (BONELLI; PESSÔA, 2010; CANO, 2012).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2004 2005 2006 2007 2008 2009 2010*
Consórcios
Financiados
Leasing
À vista
20
As transformações decorrentes da nova plataforma econômica ocasionaram um
rearranjo do setor automotivo em território nacional e ao que tudo indica uma melhora da
competitividade. Tais fatos podem ser averiguados no trabalho de Goldenstein e Casotti,
(2008), em que os autores observam uma desconcentração do parque industrial automotivo.
De acordo com os autores, em 1990 o estado de São Paulo concentrava 74,8% e Minas Gerais
24,5% das montadoras, já em 2006 esses números caem para 47,4% e 21,7%,
respectivamente, com forte crescimento do Paraná, Bahia e Rio Grande do Sul. Vanalle e
Salles (2011) enumeram as novas plantas construídas no período que se sucedeu a 1996 a qual
se pode citar: a Hyundai (Anápolis – GO), Mitsubishi (Catalão – GO) Renault (São José dos
Pinhais - GO), PSA Peugeot-Citroën (Porto Real – RJ), Toyota (Indaiatuba – SP), Honda
(Sumaré – SP), Mercedes-Benz (Juiz de Fora – MG), Ford (Camaçari – BA), nova planta da
GM (Gravataí - RS) e VW/Audi (São José dos Pinais – PR). A Figura 1 mostra que essa
desconcentração ainda está em processo, com redução da participação dos estados do Sudeste
e crescimento das demais regiões.
Figura 2 – Presença relativa das Montadoras nas Unidades da Federação – Brasil – 2006 e
2014.
Fonte: Elaboração Própria com dados de Goldestein e Casotti (2008) e ANFAVEA (2016).
Apesar da expansão automotiva, pode-se dizer que o país ainda é atraente para as
montadoras devido a uma relação habitante por veículo alta quando comparado a países
europeus como Reino Unido, Alemanha, Espanha, ou a países análogos, como México ou
21
Argentina, os Estados Unidos são o país que possuem a menor relação habitante por veículo
dos países acompanhados pela ANFAVEA (2016), conforme apresentado na Tabela 2.
Tabela 2 – Número de habitantes por veículo em 2014 – países selecionados.
Brasil México Argentina Alemanha Reino
Unido
Espanha EUA
4,9 3,5 3,1 1,7 1,7 1,7 1,2
Fonte: (ANFAVEA, 2016)
Embora esteja muito abaixo de outros países, houve uma evolução na relação
habitante por veículos nos últimos 15 anos no Brasil, conforme aponta a Figura 3. Houve
expressiva redução neste indicador a partir de 2004, com a expansão do setor automotivo
voltado ao mercado interno, conforme aponta Alvarenga et al., (2010a, 2010b). Uma parte
dessa expansão pode ser atribuída à abertura econômica da década de 90 que reduziu o preço
do veículo conforme o já citado por Fiuza (2002) e à mudança no mercado de crédito imposta
pela Lei nº 10.931/04, lei de alienação fiduciária. Pode-se observar, ainda, por meio da Figura
3 que o crescimento da última década ocorreu em meio a um viés inflacionário do preço do
automóvel, com preços crescentes até a crise de 2008.
Figura 3 – Índice de Preços ao Consumidor de Veículos e quociente habitantes por número
de veículos – Brasil – 1999 a 2014.
(IPC – Veículos Ano: Agostos de 1994 = 100)
Fonte: Elaboração Própria com dados da FGV e ANFAVEA:
Assim estudos mais aprofundados do setor se justificam, uma vez que políticas
assertivas na área podem fomentar o desenvolvimento econômico e difundir progresso
8,9 8,8 8,6 8,4 8,4 8,2 8,0 7,9 7,4
6,9 6,5 6,1 5,7 5,3 5,1 4,9
100 105 107 106 108
115
127 131 132 136 126 124 123
118 116 119
40
60
80
100
120
140
160
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
22
técnico, colaborando para a saúde econômica do país. A Figura 4 corresponde ao coeficiente
de penetração. O coeficiente de penetração define a participação de automóveis importados no
mercado nacional. As vendas de automóveis importados estiveram em declínio até a crise,
ponto em que houve uma inflexão e o consumo de importados passou a aumentar, passando a
representar quase um quarto do consumo aparente de automóveis no último trimestre de 2015.
Figura 4 – Coeficiente de Penetração. Trimestral – Brasil – 2007 a 2014.
Fonte: IPEA/DATA.
Observa-se ainda, conforme Figura 5, que o setor vem recebendo um novo ciclo de
investimentos, superior àquele conseguido com o Novo Regime Automobilístico Brasileiro
(RAB) na segunda metade da década de 90, mesmo frente à turbulência enfrentada em 2008,
o que aponta a robustez do setor frente às oscilações econômicas.
Figura 5 – Evolução dos investimentos do setor automobilístico – Brasil – 1990 a 2012 (em
milhões de dólares).
Fonte: ANFAVEA (2016)
0
5
10
15
20
25
2007T1
2007T3
2008T1
2008T3
2009T1
2009T3
2010T1
2010T3
2011T1
2011T3
2012T1
2012T3
2013T1
2013T3
2014T1
2014T3
2015T1
2015T3
0
1000
2000
3000
4000
5000
6000
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
23
No meio acadêmico, o setor automobilístico é um dos temas mais abordados devido a
seu peso na economia e à relação que exerce com os demais setores produtivos. Entre os
trabalhos pioneiros no que diz respeito ao Brasil, pode-se citar Baumgarten Jr. (1972) que
estimou a demanda por automóveis no mercado brasileiro considerando o período da década
de 60. Em sua análise o autor destaca quatro conjuntos de variáveis que afetam a demanda de
automóveis: estão aqui inclusa renda per capta, disponibilidade do bem à menor preço e que
indivíduos tem uma função utilidade a maximizar. Quando aplicada a lógica ao setor
automobilístico, se entende como “bem à menor preço”, carros novos e usados. ii) Variáveis
estruturais: estas dizem respeito à composição do ativo do indivíduo em relação a bens
duráveis e as características do país como distribuição de renda, crescimento demográfico,
idade da frota existente e disponibilidade ou não de serviço de transporte público. iii)
Variáveis Socioculturais: que diz respeito à cultura do automóvel, isto é ao status que o
indivíduo tem por possuir o bem, e por fim e por fim iv) Variáveis de Política Econômica:
aqui são consideradas condições de financiamento, tarifas, exportação e importação entre
outras medidas que estimulam ou inibem o setor.
Os fatores elencados por Baumgarten Jr. (1972) são comuns aos mercados de
automóveis como um todo, no entanto este produto possui características heterogêneas como
tamanho, cor, motorização, opcionais entre outros que influenciam diretamente sua demanda
e consequentemente seu preço. A disponibilidade a pagar por estes recursos é chamada de
“preço hedônico” cuja abordagem no cálculo da demanda se dá por meio dessas informações
desagregadas (FIUZA, 2002; MOREIRA; SOARES, 2010). A abordagem mais ampla
existente na literatura de estimação da elasticidade-preço e elasticidade-renda da demanda é
por meio de regressões das informações agregadas, ou ainda pela abordagem de séries
temporais (BORDLEY, 1993; FIUZA, 2002).
Entre autores que estudaram a demanda de automóveis, no que concerne o mercado
brasileiro, destaca-se o trabalho de De Negri (1998). O autor faz uma revisão bibliográfica
dos principais estudos sobre a demanda de automóveis no Brasil, sendo este o primeiro estudo
realizado no país no período pós-Plano Real. Moreira e Soares (2010) realizaram análise
semelhante, focando apenas nos automóveis de entrada, definindo como “populares” aqueles
cuja motorização eram de até mil cilindradas, os quais inclusive possuem uma alíquota menor
de IPI a fim de se dar acessibilidade a este bem à população de baixa renda (FIUZA, 2002).
Essa diferenciação de alíquotas entre produtos semelhantes será discutida mais adiante
quando se abordar o aspecto tributário do problema, ou uso extrafiscal do imposto.
24
A Tabela 3 contém os resultados dos principais estudos realizados sobre o setor
automobilístico no mercado brasileiro. Baumgarten Jr. (1972) e De Negri (1998) podem ser
considerados os estudos pioneiros no setor cujos resultados apontam a característica particular
de cada época, sendo De Negri (1998) o primeiro após o Plano Real, e a considerar em a
influência do crédito sobre a demanda. Podem ser observadas na Tabela 3 duas formas de se
lidar com os dados que já foram mencionadas, isto é, de forma agregada ou desagregada
sendo este segundo mais sofisticado cujos objetivos maiores são estimar a demanda de
automóveis em função de características singulares do produto e assim o preço hedônico pago
pelo consumidor. Uma modelagem econométrica adequada para tal é o Logit Aninhado
(Nested Logit), que tem sido a metodologia comumente empregada para este modelo pesquisa
(BORDLEY, 1993; DE SOUZA; PETTERINI; MIRO, 2010; FIUZA, 2002). A segunda
forma com os dados agregados leva em conta a Teoria do Consumidor, não diferenciando
automóveis entre si, que é a abordagem pertinente à esta pesquisa.
Tabela 3 – Resultados obtidos por autores selecionados para a demanda por automóveis
brasileira em função da renda, preço e crédito.
Autor Renda Preço Crédito
Modelo com Dados Agregados
Baumgarten Jr. (1972) 6,28 -0,55 a -1,87 Nd
Milone (1973) 2,46 a 2,66 -0,37 Nd
Coates (1985) 1,74 Nd Nd
Vianna (1988) 0,76 -1,63 Nd
Assis (1993) 1,93 -0,98 Nd
De Negri (1998) 1,1 a 1,5 -0,6 a -0,7 Nd
Moraes e Silveira (2005) 0,620 -1,234 +0,659
IPEA/DIMAC (2009) 2,553 -2,841 0,384
Alvarenga et al (2010) 4,417 -2,529 1,176
Linhares e Carvalho (2015) 3,662 -2,088 0,494
Modelos com Dados Desagregados
Fiuza (2002) Nd -9,84 a -5,60 Nd
De Souza (2010) Nd -7,53 a -2,08 Nd
Fonte: Elaboração Própria com Dados de De Negri (1998) e autores supracitados.
É possível observar na Tabela 3 que a principal influência sobre a demanda é dada
pela renda quando comparada aos preços para a maioria dos trabalhos. Este padrão se altera
quando o crédito passa a ser considerado como variável. O predomínio da renda é esperado,
uma vez que, segundo Baumgarten Jr. (1972), este é o padrão previsto para o consumo de
bens duráveis, categoria na qual se encontra o automóvel. O autor em questão fez seus estudos
na fase de implementação da indústria automobilística, primeiro período de desenvolvimento
25
do setor que vai de 1957 a 1967, marcado pelo viés inflacionário (FRAINER, 2010). Tal fato
colaborou para que houvesse uma distorção da percepção de preço do consumidor, o que
explica a maior distância de valores em módulo da elasticidade-renda e elasticidade-preço da
demanda. Pode-se observar que essa diferença entre elasticidades é reduzida quando há
estabilidade da moeda e quando as pesquisas passaram a incluir a demanda por crédito, vide o
resultado de De Negri (1998), e para segmento de carros populares, resultado referente ao
trabalho de Moraes e Silveira (2005), a importância do preço é superior à da renda. O período
estudado nos trabalhos posteriormente a De Negri (1998) foi marcado pela estabilidade da
moeda, abertura econômica, globalização e por acordos feitos pelo Governo Federal com
montadoras para atração de investimentos, naquilo que ficou conhecido como Novo Regime
Automobilístico Brasileiro (RAB) (FIUZA, 2002; VANALLE; SALLES, 2011).
Há inúmeros modelos para se estimar e avaliar o comportamento do setor
automobilístico. Uma metodologia bastante presente na literatura é a de séries temporais, que
possui alto grau de agregação dos dados e não faz diferenciação de produto. Este tipo de
abordagem foi aplicado recentemente por Alvarenga et al (2010a, 2010b) e Linhares Carvalho
(2015). No entanto pode-se ainda citar Fiuza (2002) que foi o primeiro a aplicar um modelo
de demanda do tipo logit sequencial (nested logit) para o mercado brasileiro, tal qual Berry,
Levinsohn e Pakes (1995) fizeram para o mercado norte-americano. Levinsohn (1988), por
sua vez, utilizou um modelo de regressão que incorpora preços hedônicos pagos pelos
consumidores para estimativa da demanda por automóveis. Por fim, pode-se citar ainda
Bordley (1993) que buscou avaliar a demanda cruzada entre categorias de automóveis por
meio de um modelo cross-sectional data, aplicado aos Estados Unidos, este sem estudo
semelhante do ponto de vista metodológico no Brasil. Bordley (1993) analisa como os
diferentes segmentos automotivos interagem entre si, dividindo-os em categorias (esportivo
luxuoso, grande, médio, compacto, pequeno e econômico).
Isto é uma pequena amostra da vasta literatura existente sobre o setor, ora com
objetivos voltados à formulação de políticas econômicas, ora para a produção de
conhecimento tendo o setor como objeto isolado da economia. Assim, conhecer como a
tributação se relaciona com o setor é importante para se estabelecer uma política econômica
setorial assertiva, contribuição ao qual este trabalho objetiva.
Do ponto de vista da análise de políticas anticiclicas, a crise de 2008 tem sido a
motivação para um grande número de trabalhos. Pode-se citar a título de exemplo Alesina e
Ardagna (2010) que comaparam os efeitos de um corte de impostos contra um aumento de
26
gastos do governo, buscando aquele que teria efeito mais expansionista, como se houvesse
uma política ótima. Barrel e Weale (2009) fizeram uma análise sobre o VAT (Value-add Tax),
nomenclatura para imposto indireto aplicada à países da Europa, ou IVA (Imposto sobre
Valor Adicionado). Os autores observam três efeitos possíveis no caso de uma redução
temporária de um imposto: Efeito-Renda, Efeito Substituição e Arbitragem, este último
desconsiderado por Crossley e Low (2009).
O efeito-renda trata de uma mudança no aumento do padrão de consumo em função
de um menor preço praticado no mercado, mantendo-se os demais preços relativos constantes.
No entanto como o corte de impostos é de curto prazo, o efeito-renda também assim seria.
Isto é, não alterara as expectativas dos indivíduos no longo prazo. Há ainda uma correlação
entre o efeito-renda com o mercado de crédito, somente consumidores sem restrições de
crédito poderiam aumentar o seu consumo. Como o mercado de crédito é imperfeito, e há
restrições comuns em tempos de crise, haveria, portanto aqueles que não conseguiriam
expandir seu consumo (BARRELL; WEALE, 2009). O efeito-substituição, analisado de
forma agregada, faz referência a indivíduos que sem restrições de crédito podem mudar seu
tempo de consumo em relação à trajetória das taxas de juros real esperada. Leva-se, portanto,
em consideração a expectativa de inflação que se realiza quando esta medida de curto prazo é
tomada, uma vez que ela tem influência sobre os preços.
Um aumento previsto na alíquota do IVA - Imposto sobre Valor Adicionado - ou outro
imposto de características semelhantes irá reduzir a expectativa realizada no período de
decisão imediatamente anterior (BARRELL; WEALE, 2009). Assim, dado um sistema de
preços movido por expectativas racionais, indivíduos irão aumentar seu consumo no período
imediatamente anterior, em que o imposto é menor. Por fim, tem-se o efeito de arbitragem,
que trata de um aumento da demanda com posterior queda, com a média de longo prazo
permanecendo constante, indicando que só tenha havido uma antecipação de consumo em
função de uma desoneração tributária temporária. Um padrão mais provável para o caso de
bens duráveis (BARRELL; WEALE, 2009).
Tanto o efeito-renda como o efeito-substituição encontram nas imperfeições do
mercado de crédito um problema para funcionamento perfeito dos efeitos descritos. As
imperfeições no mercado de crédito têm seu arcabouço teórico fundamentado no trabalho de
Stiglitz (1988), onde os agentes são ávidos por empréstimos, porém a estes são negados,
mesmo dispostos a pagar uma taxa de juros mais elevada, enquanto a outros agentes
semelhantes, o mesmo não ocorre. Attanasio, Goldberge e Kyriazidou (2007) mensuram essas
27
imperfeições aplicadas ao setor automobilístico. Segundo os autores uma restrição no crédito
de automóveis tem seu primeiro impacto na maturidade e isto afeta de forma distinta
consumidores de alta renda e baixa renda, sendo o primeiro mais sensível a mudanças na taxa
de juros e o segundo a maturidade do crédito. Teixeira (2013) busca compreender o
funcionamento do mercado de crédito automobilístico brasileiro na conjectura das
desonerações em meados de 2008, em sua revisão o autor destaca medidas na regulamentação
do mercado financeiro que facilitaram a expansão do mercado interno do setor
automobilístico, a qual pode ser destacada sanção da Lei nº 10.931 em dois de agosto de
2004, conhecida como Lei de Alienação Fiduciária, que reduziu o risco dos bancos facilitando
a possibilidade de reaver o bem em caso de inadimplência. O comportamento das concessões
de crédito para pessoa física termina por elucidar a importância do mercado de crédito para
bens duráveis e especificamente para o mercado de automóveis.
A desoneração no Brasil bem como a existência de uma legislação tributária mais
complexa que a europeia com vários impostos e contribuições incidindo sobre o preço do
produto final, torna a análise de seus efeitos e a comparação com os demais países mais
difícil, inclusive com um regime de competência tributária variando entre União, Estados,
Municípios e Distrito Federal conforme pode ser averiguado na Lei nº 5.172/66 referente ao
Código Tributário Brasileiro (CTB). Tal fato repercute sobre o setor automotivo de forma
intensa. Segundos dados da ANFAVEA (2015), cerca de 30% do preço final do veículo em
média se deve à carga tributária, sendo os principais impostos e taxas incidentes o IPI, ICMS1
e PIS/ COFINS2.
De 2009 a 2015 o percentual do preço do veículo referente ao pagamento de impostos
foi em média de 30,4%, com exceção de 2014, onde este percentual cai para 28,6%
(ANFAVEA, 2015). De acordo com a ANFAVEA (2015), quando comparado à países como
Espanha, Reino Unido, França, este percentual é praticamente o dobro, já que em média
nestes locais tem-se uma influência de impostos indiretos de cerca de 16,5% no preço do
automóvel. A Figura 5 elucida o comportamento tributário desses países aplicado ao setor de
automóveis. Cabe ressaltar que o Reino Unido tem elevado estes impostos indiretos de forma
a cobrir déficits de políticas anticíclicas de anos anteriores (BARREL; WEALE, 2009).
1 Imposto sobre Circulação de Mercadorias e Serviços.
2 Programa Integração Social/ Contribuição para Financiamento da Seguridade Social
28
Figura 6 – Percentual de impostos e taxas embutidos no preço do automóvel de 2009 à 2013 –
países selecionados.
Fonte: Elaboração Própria com dados da (ANFAVEA, 2016).
Dos estudos que abordam os efeitos de um imposto do tipo IVA, tem-se, além do já
citado Barrel e Weale (2009) cuja abordagem se deu sobre o consumo agregado e horizonte
de tempo. Levinsohn, (1988) que buscou compreender o efeito de tarifa no âmbito da política
comercial sobre setor automobilístico, isto é a influência de uma tarifa protecionista
abordando aspectos mais relacionados ao comércio internacional. Alesina e Ardagna, (2010)
encontram como “solução ótima” de medida anticíclica, o corte de impostos como sendo mais
expansionista do que o aumento de gastos, e que ajustes fiscais são mais efetivos com corte de
gastos do que com aumento de impostos. No entanto, sem impostos não há governo e as
propostas de ajustes de corte de impostos e corte de gastos de forma sucessiva, iria
simplesmente extinguir o Estado. Assim, a análise conjunta dos efeitos de uma desoneração
tributária com a arrecadação de impostos do qual ela é alvo vem a contribuir de forma prática
com a elaboração de uma política fiscal mais assertiva.
Uma fundamentação teórica possível para abordar o problema da alíquota de impostos
indiretos do tipo ad valorem se encontra na Curva de Laffer, que será vista com maiores
detalhes no tópico seguinte. Essa teoria concebida por economistas da década de 1980,
também chamados de supply-siders afirma que uma alíquota demasiadamente alta pode inibir
a economia de forma indesejada e que ganhos de arrecadação podem ser conseguido por meio
de cortes de impostos, contrariando o aspecto intuitivo de que uma desoneração tributária
repercutiria de forma negativa sobre a arrecadação do estado (BECSI, 2000). Como Becsi
(2000) afirma é improvável que a economia apresente esse comportamento ideal, uma vez que
os tributos oscilam em função de outros fatores. Mas fundamentado nesta teoria pode-se
especular sobre possíveis efeitos de uma desoneração dada à elevada carga tributária que
0
5
10
15
20
25
30
35
2009 2010 2011 2012 2013
Espanha
Reino Unido
França
Brasil
Média
29
ocorre no Brasil. No entanto, como já visto, outros fatores afetam diretamente a demanda do
setor automobilístico como a renda e o crédito assim uma análise empírica da dinâmica dessas
variáveis, em conjunto com a arrecadação e preços vem a contribuir com a teoria econômica
de forma significativa.
Dos trabalhos que versaram sobre o assunto da Curva de Laffer por setor, pode-se
destacar o trabalho de Paes (2010) que procurou uma correlação negativa entre a alíquota de
IPI médio e arrecadação com diferentes setores seguindo a classificação e nomenclatura
CNAE3 2.0. Uma correlação negativa entre tarifa e arrecadação demonstraria que
hipoteticamente um determinado setor poderia estar sobretaxado, e que ganhos na arrecadação
poderiam ser obtidos via desoneração. Entretanto, não foi encontrada uma correlação negativa
em nenhum dos setores analisados para o período de 2001 a 2007, indicando que a economia
brasileira não estaria ainda sobretaxada apesar da elevada carga tributária que se pratica no
país. No entanto, esta análise isolada é passível de crítica tendo em vista os períodos anuais
adotados e falta de correlação com demais variáveis que impactam cada setor específico. No
caso do setor automobilístico, a renda, preços e condições de financiamento devem ser
observados a fim de que se possa obter uma análise mais precisa.
O imposto indireto de abrangência nacional, isto é, cuja competência tributária
pertence à União, é o IPI. Um imposto com características jurídicas é semelhante ao IVA
europeu como o quesito da não cumulatividade a fim de não prejudicar o sistema de preço
relativo. Há ainda o ICMS que também é um imposto do tipo IVA, porém de competência
estadual (FELIPE, 2007). A característica da não cumulatividade é o que torna o estudo dos
efeitos destes impostos indiretos comparáveis com as de economias estrangeiras. Há ainda a
característica da seletividade e a relação da extrafiscalidade relacionada ao IPI que estão
ligadas à essencialidade e acessibilidade do bem. Isto é, bens de primeira necessidade
desfrutam de alíquotas menores do que aqueles considerados supérfluos ou nocivos a saúde
como cigarros por exemplo.
No contexto internacional o uso extrafiscal do imposto indireto aparece fortemente
ligado à estratégia de desenvolvimento econômico de um país frente ao comércio
internacional. Ou seja, tarifas protecionistas que visam distorcer preços entre os produtos
estrangeiros e nacionais (LEVINSOHN, 1988). No que concerne ao mercado interno, há uma
preocupação em que o imposto indireto não venha a distorcer o sistema de preços. Neste
3 Classificação Nacional de Atividade Econômica
30
quesito, a legislação tributária brasileira é mais complexa, e talvez não compreenda que esta
seja uma preocupação do Estado. Na indústria automobilística, por exemplo, há uma série de
produtos cada qual com uma alíquota de IPI diferente conforme características do produto
visto na Tabela 4.
Tabela 4 – Alíquota e impacto no preço dos impostos sobre veículos no ano de 2013 - Brasil.
Motorização 1000 cm3 + de 1000 a 2000
cm3
+ de 2000 cm3 Comerciais
leves
Combustível - Gasolina Flex Gasolina Flex -
Alíquota de IPI 2 8 7 25 18 2
% no preço 27,1 30,4 29,2 36,4 33,1 24,7
Fonte: Elaboração própria com dados da ANFAVEA (2015)
Das discussões correntes no setor automobilístico brasileiro e sua relação com sistema
tributário pode-se citar o trabalho de De Souza, Petterini e Miro (2010) onde se estima a
perda social com os impostos. O lado da oferta se Ancora no arcabouço teórico de Berry,
Levinsohn e Pakes (1995) considerando o mercado composto por firmas multiproduto,
oligopolizado e com itens diferenciados, onde as empresas competem por preço, em um jogo
do tipo Bertrand. O lado da demanda se ancora na proposta de Lancaster (1966) em um
modelo de escolha discreta com utilidade aleatória (Random Utility Models, RUM), onde os
consumidores atribuem a utilidade à característica do bem e não ao bem em si. Tal
modelagem permite a estimação do ponto de equilíbrio entre oferta de demanda do mercado
de automóveis e assim calcular o peso morto presente na economia em função dos impostos.
Segundo os estudos de De Souza, Petterini e Miro (2010), o ônus tributário que recai sobre
consumidores correspondem a 78,2% do total do peso morto gerado e 21,8% recai sobre as
firmas.
Uma segunda ótica possível para análise das desonerações se encontra no trabalho de
Porsse e Madruga, (2014), os autores fazem a análise da política de desoneração buscando
compreender os impactos distributivos da medida, isto é, qual classe de renda teria se
favorecido por tal política. A metodologia empregada foi um ECG (Equilíbrio Geral
Computável), no modelo os consumidores são segmentados por oito níveis de renda, tendo o
salário mínimo como divisor, a fim de se estabelecer a quem a desoneração, transferência de
recurso do estado para montadoras, teria beneficiado e simulam cenários: de caso o recurso
transferido somente à indústria automobilística fossem distribuídos igualmente a todos os
setores ou proporcionalmente. A conclusão aponta para um efeito regressivo da medida,
31
beneficiando pessoas de renda mais alta e sugere que os cenários simulados alcançariam um
ganho social melhor, isto é, com melhor efeito distributivo.
Fantinatti (2015) propõe um Modelo Dinâmico Estocástico de Equilíbrio Geral
(DSGE), Dynamic stochastic general equilibrium, a fim de estabelecer como essas medidas
repercutiram sobre variáveis macroeconômicas em um modelo de economia com dois setores
dividido em bens não-duráveis e bens duráveis, esta última, categoria na qual se enquadra o
automóvel. A análise da função impulso-resposta sugere que a eficácia da medida é
decrescente. Ou seja, dada à desoneração há um efeito positivo com um recuo da economia
para baixo do seu estado estacionário nos trimestres subsequentes.
Há ainda estudos voltados à tributação como uma alternativa de reforma estrutural da
economia e não como medida anticíclica. Tourinho, Alvez e Silva (2010) abordam o assunto
destacando a quantidade de impostos existentes no Brasil, os autores apontam que a
metodologia comumente utilizada para averiguação dos efeitos de longo prazo de uma
reforma tributária são os Modelos de Equilíbrio Computável, conforme pode ser averiguado
no trabalho de Porsse e Madruga, (2014). Tourinho, Alvez e Silva (2010) em abordagem
semelhante buscaram um modelo viesse mensurar as alterações da mini reforma tributária de
2003, que simplificou COFINS em alguns setores, transformando-o em uma Contribuição
sobre Valor Adicionado (CVA) e a extinção da CPMF4 em 2007. Corenel et al. (2011)
também salienta o impacto da estrutura tributária do Brasil e de políticas públicas que visam
sanar este problema ou até eventualmente ser utilizada como mecanismo de fomento da
economia. Os autores buscam mensurar os efeitos do da Política de Desenvolvimento
Produtivo (PDP), lançado pelo governo Lula para fomentar setores industriais, o autor
confronta as medidas tomadas pelo PDP que incluem subsídios, investimentos e desonerações
contra um cenário fictício de desoneração do IPI de forma igualitária para todos os segmentos
contemplados.
Dados os estudos citados até aqui, fica evidente a relevância do sistema tributário
como fonte de distorção e inibição da economia, e da necessidade de se haver uma análise
empírica das medidas recentes. Cabe ainda salientar que o Brasil, como outros países em
desenvolvimento, sofre com um grande percentual de sua economia na informalidade, o que
não é captável pelos modelos de EGC que desprezam este fato (EMRAN; STIGLITZ, 2005).
4 Contribuição Provisória sobre a Movimentação ou Transmissão de Valores e de Créditos e Direitos de
Natureza Financeira
32
No campo da análise empírica dos efeitos da redução do IPI, frisando o caráter
anticíclico da medida de desoneração do IPI no setor automobilístico, na bibliografia sobre o
assunto há três trabalhos que convergem em resultados e metodologia, cujos resultados estão
parcialmente expostos na Tabela 3 e merecem ser abordados de forma mais minuciosa, pois
estão com forte convergência com os objetivos desta tese. A divergência entre eles esta nos
períodos estudados e nas proxies adotadas para as variáveis de interesse, assim irá se abordar
aqui em ordem cronológica.
O primeiro estudo empírico realizado para avaliar o impacto das desonerações de IPI
sobre o setor automobilístico veio do IPEA/DIMAC (2009) os autores por meio de uma
regressão e simulações de cenários estimaram que em média 13,4% das vendas podem ser
atribuídas à desoneração, foi interesse também deste estudo avaliar o impacto sobre a
arrecadação do governo e sua repercussão na geração de empregos. Com relação à
arrecadação, segundo a Receita Federal R$ 1.817 milhões foram transferidos à indústria
automobilística. No entanto, o estudo ressalva que a queda de arrecadação com o imposto
pode ter sido compensada por outras receitas federais, os autores estimam que o custo líquido
sobre a arrecadação tenha sido de fato R$ 559 milhões em função do aumento de outros
impostos e contribuições federais como PIS/COFINS, Contribuição Social sobre o Lucro
Liquido (CSLL), o Imposto de Renda Pessoa Jurídica (IRPJ) e o Imposto de Renda Retido na
Fonte (IRRF). A análise foi feita por meio de uma regressão linear e uso projeções. Já no que
diz respeito ao efeito da medida no combate ao desemprego, o estudo é inconclusivo quanto à
eficácia, segundo os autores a medida não gerou novos postos de trabalho, mas reduziu a
velocidade das demissões, segundo os autores a medida serviu para proteger entre 50 mil e 60
mil empregos, considerando postos diretos e indiretos.
Seguido a essa análise Alvarenga et al. (2010a) (2010b) propôs um modelo de vetor
autorregressivo, porém focando exclusivamente as vendas, o autor utiliza como espaço
amostral as séries temporais disponíveis de junho de 2002 até novembro de 2009.
Analogamente, Linhares e Carvalho (2015) adotaram o mesmo método diferenciando-se pela
renda e período indo de junho de 2002 a dezembro de 2012. No que diz respeito à modelagem
das vendas, todos se ancoraram em De Negri (1998) onde a venda de veículos é uma função
do preço, renda e crédito disponível. Na Tabela 5 estão as proxies das variáveis analisadas por
cada autor, comparativamente com os estudos do IPEA/DIMAC (2009).
Remetendo-se os valores encontrados por cada pesquisa, presente na Tabela 3, há uma
convergência de resultados em relação às elasticidades da demanda do preço, renda e crédito e
33
suas importâncias relativas, considerando-se os módulos das variáveis. Há ainda de se notar a
influência do período estudado sobre cada variável. Sendo que Linhares e Carvalho (2015)
trabalharam com um maior espaço amostral e observa-se uma menor importância relativa do
preço na demanda de veículos.
Tabela 5 – Variáveis explicativas para a demanda por automóveis no Brasil utilizada por
autores selecionados.
Variável IPEA/DIMAC
(2009)
Alvarenga et al
(2010)
Linhares e Carvalho
(2015)
Venda Número de
licenciamentos5
Número de
licenciamentos
Número de
licenciamentos
Preço IPA - OG6 IPA – OG IPA-OG
Renda PIB - Mensal7
PIB - Mensal Renda Nominal8
Crédito Concessões de Crédito9 Concessões de Crédito Concessões de Crédito
Deflator IGP - DI10
IPC11
IPC
Fonte: Elaboração Própria com dados de IPEA/DIMAC (2009), Alvarenga et al. (2010) e
Linhares e Carvalho (2015).
Os autores ainda divergem entre si sobre qual é o percentual das vendas que podem ser
atribuída à redução do imposto e pode-se dizer que há um contra senso. Nos estudos do
IPEA/DIMAC (2009) 13,4 % das vendas no período estudado puderam ser atribuída à
redução do IPI contra 20,7% de Alvarenga et al. (2010a, 2010b) e 23,2% Linhares e Carvalho
(2015). No entanto, a comparação entre seus modelos econométricos demonstram diferentes
impactos da influência do preço, isto é se considerar a influência calculada pelo
IPEA/DIMAC (2009) a transmissão da variação do preço para a venda é de 284% já segundo
a modelagem de Linhares e Carvalho (2015) a venda é menos sensível a variação do preço,
isto é a transmissão da variação do preço para as venda é de 209%. No entanto, para modelos
5 Número de Licenciamentos de veículos nacionais leves fornecidos pela ANFAVEA (Associação Nacional dos
Fabricantes de Veículos Automotores).
6 Índice de Preço por Atacado origem – Produtos Industriais (Veículos automotores, reboques, carrocerias e
autopeças) – fornecido pela Fundação Getúlio Vargas (FGV).
7 Produto interno Bruto Mensal fornecido pelo Departamento Econômico do Banco Central do Brasil
(DEPEC/BCB).
8 Rendimento médio nominal do trabalho principal fornecido pelo Instituto Brasileiro de Geografia e Estatística
(IBGE).
9 Concessão de consolidada de crédito com recursos livres para aquisição de veículos fornecidos pelo
(DEPEC/BCB).
10 Índice Geral de Preços, Disponibilidade Interna, fornecido pela Fundação Getúlio Vargas (FGV).
11 Índice de Preços ao Consumidor fornecido pela Fundação Getúlio Vargas (FGV).
34
onde as vendas aparecem menos sensível ao preço, uma política de desoneração que tem
como objetivo alterar preços relativos aparece como mais a exitosa. O mesmo ocorre se
comparados IPEA/DIMAC (2009) e Alvarenga et al. (2010a, 2010b).
Tanto Linhares e Carvalho (2015) quanto Alvarenga et al. (2010a, 2010b) cujos
modelos econométricos pode-se dizer mais sofisticados do que o empregado pelo
IPEA/DIMAC (2009), encontram resultados análogos, mas estes autores não fazem referência
quanto ao impacto de tal medida sobre a arrecadação do imposto, havendo, portanto, uma
lacuna que esta dissertação visa preencher ou ao menos colaborar com a discussão já
existente, em tese uma relação negativa indicaria que a economia estaria com uma alíquota
demasiadamente alta, e que ganhos de arrecadação seriam possíveis via desoneração.
Entre trabalhos que citam a arrecadação e, portanto, preenchem uma lacuna elencada
no parágrafo anterior encontra-se o trabalho Alves e Wilbert (2014). Os autores buscaram a
correlação entre IPI e venda de veículos por meio de um modelo de regressão múltipla com as
vendas sendo são função do crédito e renda, dummies destacaram o período em que o governo
interviu. Em seu trabalho Alves e Wilbert (2014) não encontraram uma correlação entre o IPI
e a venda de automóveis, cabe ressaltar que a modelagem proposta desconsidera a influência
dos preços na venda, considerando, e que a fonte dados dos autores foi mais próxima do
consumidor do que a dos estudos citados aqui, que tinham um viés atacadista. Isto é, as
vendas de automóveis no período foram coletadas pela Federação Nacional da Distribuição de
Veículos Automotores (FENABRAVE) e o deflator foi o Índice de Preços ao Consumidor
Amplo (IPCA), já a proxy para renda foi a mesma de Linhares e Carvalho (2015). Os autores
fazem uma regressão para o período de janeiro de 2006 a março de 2010 e outra de abril de
2010 a Agosto de 2013, em ambas o coeficiente associados ao IPI, tratado como dummie,
puderam ser considerados nulos ao nível de 5% de significância.
As Tabelas 6 e 7 mostram as alíquotas vigentes no período de desoneração e o valor
antes da crise respectivamente, deve-se notar que o segmento de veículos acima de duas mil
cilindradas não foi contemplado pela desoneração, e que a segunda desoneração proposta
durou mais tempo, com as alíquotas retornando progressivamente até seu valor histórico de
antes da crise. Os segmentos mais fomentados foram os de veículos de até mil cilindradas
com 100% de desconto na alíquota, e comerciais leves com 87,5% de desconto na alíquota.
Os demais setores mencionados tiveram descontos de 50%.
35
Tabela 6 – Resumo da oscilação das Alíquotas de IPI do setor automobilístico no Brasil.
Período Motorização e Combustível Alíquotas
Reduzidas
Dezembro de 2008 a Setembro de
2009
Até mil cilindradas. 0
De mil a duas mil cilindradas flex. 5,5
De mil a duas mil cilindradas a
gasolina.
6,5
Comerciais Leves 1
Maio a Dezembro de 2012 Até mil cilindradas. 0
De mil a duas mil cilindradas flex. 5,5
De mil a duas mil cilindradas a
gasolina.
6,5
Comerciais Leves 1
Em 2013 Até mil cilindradas. 2
De mil a duas mil cilindradas flex. 7
De mil a duas mil cilindradas a
gasolina.
8
Comerciais Leves 2
Em 2014 Até mil cilindradas. 3
De mil a duas mil cilindradas flex. 9
De mil a duas mil cilindradas a
gasolina.
10
Comerciais Leves 8
Fonte: Elaboração Própria com dados da ANFAVEA e (WILBERT et al., 2014).
Tabela 7 – Alíquotas historicamente praticadas no setor automobilístico antes da crise de 2008
e após 2015 quando retornaram ao mesmo patamar – Brasil.
Período Motorização e Combustível Alíquotas
Antes de 2008 e em 2015 Até mil cilindradas. 7
De mil a duas mil cilindradas flex. 11
De mil a duas mil cilindradas a
gasolina.
13
Comerciais Leves 8
Fonte: Elaboração Própria com dados da ANFAVEA e (WILBERT et al., 2014).
O retorno das tarifas ao seu patamar original não ocorreu de forma de abrupta, isto é as
alíquotas foram oneradas periodicamente até seu valor habitual. Assim o período das
desonerações foi marcado por instabilidade tributária, pois comumente quando a medida
estava próxima de seu vencimento, um novo decreto a prorrogava ou estabelecia novas tarifas
e condições conforme pode ser observado nos decreto nº 6.687, de 11 de dezembro de 2008,
referente à primeira desoneração, e os decretos subsequentes de nº 6809 e 6890. Em 2012 o
36
decreto nº 7.725 de 21 de maio de 2012 foi o responsável por dar origem a novas
desonerações, e como tal também previa oneração gradual que foi sucessivamente prorrogada
até dezembro de 2014, onde as tarifas não estavam mais em seu menor patamar, mais ainda
assim abaixo de seu valor histórico com impacto visível sobre a arrecadação com o imposto.
A arrecadação total com o IPI e o percentual da arrecadação correspondente ao IPI
automobilístico feita inicialmente por Alves e Wilbert (2014) se encontram atualizadas nestre
trabalho. O Banco Central foi fonte de dados para o caso do estudo da arrecadação até o final
de 2015 conforme Figura 7. Observe que em até a crise histórica de 2008 e a edição das
primeiras desonerações a participação do IPI automotivo na arrecadação era de em média
15%.
Figura 7 – Arrecadação com IPI em milhões de reais e participação percentual da arrecadação
com IPI de automóveis na arrecadação total de IPI – Brasil – 2005 a 2015.
Fonte: Elaboração Própria com dados do BCB
Observa-se que em 2008, apesar da crise, o ano apresentou recorde para as receitas
tributárias quando comparada á anos anteriores, com a contribuição do setor automobilístico
ocupando ao redor de 15% das receitas. O imposto volta ser normalizado em março 2010 e o
padrão anterior à crise foi reestabelecido, com as receitas ocupando um espaço ligeiramente
menor a 15%. Em maio de 2012 uma nova desoneração do é proposta e as alíquotas seguem
oscilando até o final de 2014 quando retornam ao patamar anterior à crise a 2008, conforme
pode ser observado pelas tabelas 6 e 7, porém com uma aparente crise sobre o setor cuja
14,10% 15,23% 15,39% 15,21%
6,68% 14,18% 14,87%
8,98% 7,44% 8,85% 8,22%
0
10000
20000
30000
40000
50000
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
37
participação na arrecadação estatal agora é inferior a 10%, mesmo com suas alíquotas
reestabelecidas ao seu patamar histórico em 2015.
Conforme já dito, o retorno das tarifas ao seu patamar original não ocorreu de forma
de repentina, alíquotas foram oneradas periodicamente até seu valor habitual. Assim o período
das desonerações foi marcado por instabilidade tributária, pois comumente quando a medida
estava próxima de seu vencimento, um novo decreto a prorrogava ou estabelecia novas tarifas
e condições conforme pode ser observado nos decreto nº 6.687, de 11 de dezembro de 2008,
referente a primeira desoneração, e os decretos subsequentes de nº 6809 e 6890. Em 2012 o
decreto nº 7.725 de 21 de maio de 2012 foi o responsável por dar origem a novas
desonerações, e como tal também previa oneração gradual que foi sucessivamente prorrogada
até dezembro de 2014, onde as tarifas não estavam mais em seu menor patamar, mais ainda
assim abaixo de seu valor histórico.
A Figura 8 mostra a Utilização da Capacidade Instalada (UCI) em termos percentuais
da indústria de Veículos automotores, reboques e carrocerias, fornecidos pela CNI, em termos
anuais. Desde 2010 o setor vem apresentando problemas com desaceleração de sua atividade.
A nova desoneração proposta em 2012 parece ter repercutido menos na utilização da
capacidade instalada, apesar de ter durado mais, quando comparada a 2008. Justificativas na
teoria econômica não faltam para a explicação do ocorrido. Conforme visto, o automóvel
como bem durável tem sua demanda mais afetada pela renda do que preço e uma desoneração
pode ter provocado simplesmente uma antecipação de consumo, o que torna o esfriamento do
setor nos anos seguintes algo previsível. Outras questões, conforme já citado nesta dissertação
estão relacionadas ao mercado de crédito que pode ter exercido maior influência sobre a
demanda do que o preço do bem em si, alvo desta política.
38
Figura 8 – Utilização da Capacidade Instalada (UCI) em termos percentuais do setor de
Veículos automotores, reboques e carrocerias.
Fonte: Elaboração Própria com dados da CNI (2016)
Como no caso de 2008, uma série de medidas ligadas a gastos governamentais e
fornecimento de crédito foi tomada em conjunto com as desonerações conforme já exposto. A
análise preliminar da bibliográfia aponta para incapacidade de mudança na trajetória do
crescimento econômico, e que haja uma possível antecipação de consumo conforme elencado
por Barrel e Weale (2009) para o caso de bens duráveis. Além disso, outras variáveis como a
renda e crédito tem forte influência sobre o padrão de consumo, com predomínio da renda no
mercado de automóveis conforme analises de Baumgarten Jr. (1972) e De Negri (1998) e
outros supracitados por meio da Tabela 3. O crédito se relaciona com a renda no setor
conforme expoe o trabalho de Attanasio; Goldberg; Kyriazidou (2007) e Texeira (2013). A
compreensão destes trabalhos em conjunto permite a contrução de uma análise estatística
mais sofisticada do que as porpostas por IPEA/DIMAC (2009). Alvarenga et al. (2010a,
2010b), Linhares e Carvalho (2015), com a inclusão da arrecadação em um modelo de séries
temporais.
A inclusão da arrecadção na análise se faz pertinente, uma vez que tarifas elevada
podem a inibir a economia acima do desejável conforme Becsi (2000) no modelo simplificado
da Curva de Laffer, que sugere a existência de uma tarifa ótima. Como para o caso do Brasil o
imposto indireto presente na composição do preço do veículo é quase o dobro quando
comparado à países cujo o setor é mais desenvolvido e estável. Pode-se assim encontrar que o
setor automobilístico talvez esteja com uma alíquota muito alta caso encontre-se uma
correlação negativa entre arrecadação e desoneração e que a retomada do setor tenho sido
70
75
80
85
90
95
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
39
mais em funçao do reestabelicimento do mercado de crédito e não em função dos recursos
transferidos via desoneração do IPI em si.
3. METODOLOGIA
3.1. REFERENCIAL TEÓRICO
A fundamentação teórica que traça um paralelo do custo da carga tributária na
economia com a arrecadação do estado passa pelo conceito da Curva de Laffer, idealizada
originalmente na década de 80 pelos economistas chamados de supply-siders. Segundo estes
economistas o aumento da arrecadação seria possível por meio de corte de impostos (BECSI,
2000; PAES, 2010). Em um modelo simples de equilíbrio entre oferta e demanda, com a
inclusão de uma tarifa sobre os preços, teoricamente, seria possível que em um determinado
momento que a elevação da carga tributária não mais aumentasse a arrecadação, mas a
diminuísse em função da inibição da atividade econômica (BECSI, 2000; MANKIW, 2005).
O conceito é bastante simples e intuitivo conforme pode ser visto na Figura 9.
Figura 9 – Curva de Laffer
Figura 9a
Figura 9b
Fonte: (BECSI, 2000 MANKIW, 2005)
De acordo com tal modelo, um aumento na carga tributária sobre um imposto sobre
valor adicionado (IVA) ou ad valorem é benéfico à arrecadação até certo ponto onde o
produto do preço pela quantidade é crescente, conforme Figura 9a e 9b. Estes trechos estão
representados pelo segmento AB de cada figura. No entanto em um dado momento, aqui
representado pelo trecho BC de cada figura, tendo o ponto B como ponto hipotético de
40
inflexão, um aumento de imposto inibiria a economia de tal forma que o produto do preço
pela quantidade se torna menor com consequente queda da arrecadação, deslocando a
economia para o trecho BC da figura 9a correspondente a tarifa trecho BC da figura 9b
correspondente à arrecadação. Assim para uma tarifa muito alta, uma redução de impostos
contraria o aspecto intuitivo de que provocaria queda na arrecadação, quando na verdade a
elevaria. Tal modelo também sugere a existência de uma tarifa ótima para arrecadação do
estado.
A existência de uma tarifa ótima observadas nas Figuras 9a e 9b bem como a
localização do ponto de inflexão das receitas tributária dependem não só da alíquota, mas
também da elasticidade-preço da oferta do produto. Varian (2006) propõe um
equacionamento a fim de se averiguar quando o efeito Laffer seria mais provável em função
de sua elasticidade. Assim a equação (1) fornece as receitas tributárias T em função da oferta
S, do preço do produto p e da tarifa t:
𝑇 = 𝑡𝑝𝑆(𝑝) (1)
Derivando-se a receita tributária em função da tarifa é possível escrever a equação (2)
(VARIAN, 2006).
𝑑𝑇
𝑑𝑡= ⌊−𝑡
𝑑𝑆(𝑝)
𝑑𝑝p̅ + S(p)⌋ p̅ (2)
Observe que dp/dt = − p ̅ e que o efeito Laffer ocorre quando há queda das receitas
mesmo com aumento da tarifa. Para que isto ocorra à equação (2) deve ser negativa, assim o
termo que multiplica p̅ deve ser negativo, o que incorre na equação (3) (VARIAN, 2006).
−𝑡𝑑𝑆(𝑝)
𝑑𝑝p̅ + S(p) < 0 (3)
Rearranjando-se os termos para se ter um parâmetro das elasticidade em função das
tarifas tem-se a equação (4) (VARIAN, 2006).
𝑑𝑆(𝑝)
𝑑𝑝
p
𝑆>
1−t
𝑡 (4)
41
Assim tem-se uma função que estima a ocorrência do efeito Laffer em função da
elasticidade da oferta e da tarifa, se substituir t pela tarifa média que incide no setor, que
segundo a ANFAVEA (2015) é de 30,4% tem-se que o efeito Laffer é mais provável quando a
elasticidade-preço da oferta é superior a 2,289, em outras palavras, para um aumento de 10%
no preço do automóvel haveria um aumento de 22,89% na quantidade ofertada. Isto quer dizer
que caso o setor automobilístico tenha uma oferta elástica, a ocorrência do efeito Laffer se
torna mais provável.
O comportamento da arrecadação e impostos indiretos são de difícil análise, pois o
impacto de um imposto esta diretamente ligada à elasticidade-preço da oferta. Também é
intuitiva ao se analisar que esta é uma propriedade de cada mercado, assim uma alíquota
ótima para um setor não necessariamente a mesma para outro. A incidência e a distribuição de
peso-morto bem como os custos sociais decorrentes da tarifa também são assuntos abordados
na economia.
Segundo Mankiw (2005) a geração de peso morto decorrente da tributação é menor
quando a elasticidade-preço da demanda é mais inelástica, no entanto, maiores custos
associados a peso morto recaem sobre o consumidor e consequentemente sobre o contribuinte.
Nas análises empíricas sobre o mercado brasileiro, os valores encontrados sugerem uma
demanda elástica de automóveis em relação aos preços, considerando os estudos que
consideram os dados com elevado grau de agregação, isto é, sem considerar as peculiaridades
do produto. Isto sugere que a maior parte do peso morto gerado por uma tributação recaia
sobre o produtor, apesar de a análise de De Souza, Petterini e Miro (2010) contrariar esta
teoria, pois tais autores calculam que 78,2% do total do peso morto gerado recaem sobre o
consumidor, mesmo seus estudos apontando pra uma demanda elástica conforme resultados
que pode ser observados na Tabela 3.
Se pelo viés econômico, uma tributação demasiadamente alta pode afetar
negativamente as receitas estatais, pelo viés jurídico ela também é vista com maus olhos. O
Código Tributário Nacional (CTN) tem entre seus princípios o Princípio da Capacidade
Contributiva subentendido pelo art. 145 parágrafo primeito da CF, tal princípio limita a
capacidade de tibutação do estado, evitando assim uma tarifa confiscatória.
No entendimento de Silva (2010) há um trade-off na administração dos tributos
brasileiros em função da justiça social que se persegue com a criação de tributos entrar em
42
choque com pressões de ordem macroeconômica que em regra visam o controle do processo
inflacionário e o desenvolvimento econômico.
Emran e Stiglitz (2005) observam ainda que a tributação em países que desfrutam de
parte significantes de sua economia na informalidade podem fomentar ou inibir o mercado
formal por meio da oneração de tributos. Segundo um modelo equilíbrio geral formulado
pelos autores, considerando commodities e equilíbrio entre mercado formal e informal, uma
oneração favoreceria o mercado informal. Se confrontado o ponto elencado por Emran e
Stiglitz (2005) com os pressupostos elencado por Laffer, é possível que a arrecadação ótima
seja menor do que o esperado para o caso brasileiro em função da migração da econômia
como um todo para informalidade em caso de uma oneração. No entanto, pode-se considerar
que o caminho contrário talvez também seja possível para o comportamento da informalidade,
isto é, uma desoneração, ou simplificação do sistema tributário, pode fomentar a migração
para formalidade e assim aumentar a arrecadação.
De certa forma o problema da informalidade da economia elencados por Emran e
Stiglitz (2005) é assistido por autoridades brasileiras e formadoras de políticas tributárias.
Naylor (2014) observa que em dezembro de 2006 um novo Estatuto das Microempresas e
Empresas de Pequeno porte foi proposto com a criação de um subsistema tributário conhecido
como Simples Nacional que unificou e simplificou o recolhimento de um espectro de
impostos. O autor ainda observa que a matéria foi objeto de estudo de juristas como Marins e
Bertoldi, que afirmam que esta seria a mais importante iniciativa de reforma tributária desde
constituição de 1988.
Apesar de a indústria automobilística em teoria não sofrer impacto direto de políticas
tributárias, que em regra, favoreceram microempresas e empresas de pequeno porte, deve-se
observar que além da teoria econômica tradicional a arrecadação esta sujeita a uma legislação
tributária complexa, o que em tese torna a previsibilidade dos efeitos de uma mudança de
alíquota uma tarefa difícil. Em segundo plano esta dissertação contribui com argumento para
simplificação do sistema tributário, e assim tornar de mais fácil análise os impactos da política
tributária em conjunto com a informalidade e de outros problemas econômicos decorrentes
desta complexidade.
43
3.2. REFERENCIAL ANALÍTICO
3.2.1. SÉREIS TEMPORAIS
A metodologia é uma análise empírica ex-post-facto por meio da abordagem de séries
temporais multivariadas, que é o assunto deste tópico. A escolha dessa modelagem se dá
devido à sua capacidade de calcular a interação dinâmica entre as variáveis (BUENO, 2008).
Trabalhos empíricos já existentes como Alvarenga et al., (2010a, 2010b) e Linhares e
Carvalho (2015) fizeram uso desta metodologia com projeções para a análise das medidas de
desoneração.
Uma série de tempo pode ser definida como um conjunto de observações disposta
sequencialmente em um horizonte tempo, esta pode ter características determinística ou
estocástica (aleatória), linear ou não linear, estacionária ou não estacionária. Para a construção
do modelo, Bueno (2008) sugere que as séries envolvidas, sendo um processo estocástico,
devem ser também estáveis ou estacionárias. A definição de processo estacionário é aquele
cuja distribuição de probabilidade conjunta permanece estável ao longo do tempo. Um
processo estocástico e estacionário possui as características descritas de forma matemática
pelas equações (5), (6) e (7).
𝐸(𝑌𝑡) = 𝜇 (5)
𝑉𝑎𝑟(𝑌𝑡) = 𝐸(𝑌𝑡 − 𝜇)2 = 𝜎2 (6)
𝐶𝑜𝑣(𝑌𝑡,𝑌𝑡+𝑘) = 𝐸(𝑌𝑡 − 𝜇)( 𝑌𝑡+𝑘 − 𝜇) = 𝛾𝑘 (7)
A equação (5) diz que a média, a equação (6) diz respeito à variância e por fim a
equação (7) a covariância, todas devem ser constantes ao longo do tempo para poder
considerar a série pelo menos um processo estacionário fraco.
A maioria das séries possui alguma tendência, o que implica em uma mudança na
média ao longo do tempo e consequente não-estacionariedade. A literatura é vasta no que diz
respeito avaliação de tal fenômeno e da necessidade de diferenciação ou não, assim há
diversas formas de avaliação de estacionariedade que buscam a presença de raiz unitária nas
44
séries. Este trabalho se valerá de dois testes que são complementares entre si o teste Dickey-
Fuller Aumentado (ADF) e o teste KPSS (Kwiatkowski, Phillips, Schimidt e Shin) descritos
nas seções subsequentes.
O modelo empregado neste trabalho é o VAR (Vetor Autorregressivo), que trata de
uma sequência de séries temporais conectadas por uma matriz estrutural 𝐴, conforme
apresentado na equação (8).
𝐴𝑌𝑡 = 𝐵0 + ∑ 𝐵𝑖𝑋𝑡−𝑖 + 𝐵휀𝑡𝑝𝑖=1 , para 1 ≤ t< T (8)
O vetor 𝑌𝑡 é uma coluna nx1 das variáveis endógenas ao modelo, A é uma matriz nxn
de coeficientes contemporâneos, Bi uma matriz nxn dos coeficientes defasados, 𝑒𝑡 é um vetor
nx1 forma reduzida conforme a equação (9) (BUENO, 2008).
𝑌𝑡 = 𝜙0 + ∑ 𝜙𝑖𝑌𝑡−𝑖 + 𝑒𝑡𝑝𝑖=1 , para 1 ≤ t< T (9)
Em que 𝜙 representa os coeficientes na forma reduzida com diferentes defasagens
vista na equação (10) (BUENO, 2008).
𝜙𝑖 ≡ 𝐴−1𝐵𝑖 , para i = 0, 1, 2, 3... ... p. e 𝐵휀𝑡 ≡ 𝐴𝑒𝑡 (10)
As relações de causalidade merecem maior atenção, uma vez que a elaboração do
modelo deve seguir da variável mais endógena para a mais exógena (BUENO, 2008). A
sequência das variáveis carece de maiores explicações e será devidamente abordada quando
os dados forem apresentados.
Quanto à ordem de regressão do modelo, serão utilizados três critérios para defini-la,
Schwarz (SBIC), também conhecido como critério bayesiano, critério Akaike (AIC) e critério
de Hannan-Quinn (HQ), cujas respectivas equações são apresentadas pela equação (11),
equação (12) e equação (13) (BUENO, 2008).
𝐴𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +2
𝑇𝑚𝑛2 (11)
45
𝑆𝐵𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +𝑙𝑛𝑇
𝑇𝑚𝑛2 (12)
𝐻𝑄𝐼𝐶(𝑚) = 𝑙𝑛|∑𝑚| +ln (𝑙𝑛𝑇)
𝑇2𝑚𝑛2 (13)
A aceitação do modelo esta sujeita à avaliação de estabilidade, isto é, todas as suas
raízes dentro do circulo unitário, e da não existência de autocorrelação residual, é desejável
também que os resíduos tenham distribuição normal.
A possível existência de uma correlação de longo prazo entre as séries bem como a
existência de uma componente determinística relacionado ao período em que a alíquota de
impostos esteve abaixo do seu valor histórico exige a aplicação de um modelo econométrico
mais sofisticado que o descrito pela equação (8) com a introdução de um termo 𝑍𝑡 referente à
dummie que destaca o período desoneração, foco deste trabalho. Assim a equação (8) pode ser
reescrita tal como na equação (14) (GUERRERO et al., 2008)
∆𝑌𝑡 = 𝛼𝛽′𝑌𝑡−1 + ∑ Λ𝑖∆𝑌𝑡−𝑖 + 𝐷𝑍𝑡 + 𝑒𝑡𝑝−1𝑖=1 (14)
3.2.2. TESTE DE RAIZ UNITARIA E COINTEGRAÇÃO DE JOHANSEN
Os testes de raízes unitárias surgem da necessidade de se avaliar a estacionariedade
das séries de forma estatística já que a avaliação de forma visual geralmente incorre em erros
(BUENO, 2008). Assim, deverá se avaliar a presença ou não de raiz unitária das séries que
irão compor o modelo por meio dos dois testes já mencionados. Caso haja presença de raiz
unitária, a série deverá ser estacionarizadas por meio de diferenciação (BUENO, 2008).
O teste ADF consiste em estimar as equações (15) a (17) para a série temporal.
∆𝑦𝑡 = 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (15)
∆𝑦𝑡 = 𝜇 + 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (16)
∆𝑦𝑡 = 𝜇 + 𝛿𝑡 + 𝛼𝑦𝑡−1 + ∑ 𝜆𝑖∆𝑦𝑡−𝑖+1 + 휀𝑡𝑝𝑖=1 (17)
46
Estimados os modelos, deve-se testar a hipótese de nulidade de seus coeficientes com
base na estatística F. Três hipóteses são testadas na realização teste 𝐻01: 𝛼 = 𝜇 = 0, 𝐻0
2: 𝛼 =
𝜇 = 𝛿 = 0 𝐻03 𝛼 = 𝛿 = 0. Assim, deve-se calculcar o valor de 𝛟, baseado em testes
convencionais dos resíduos cuja formula é apresentada na equação (12) (BUENO, 2008). A
equação (15) é referente ao teste de estacionariedade de uma série com tendência, a equação
(16) pressupõe tendência e intercepto e a equação (17) pressupõe tendência, intercepto e drift.
Na equação (18) r é o número de restrições que se impõe em cada teste, podendo
assumir neste caso valores iguais a 2 ou 3, T é o tamanho da amostra, k é o número de
parâmetros estimados no modelo não restrito e o índice i faz referência ao valor de 𝛟 em cada
estimação. Caso 𝛟 calculado seja maior que 𝛟 estimado, rejeita-se a hipótese nula, isto é, há
presença de raiz unitária, portanto a série é não-estacionária. A análise visual das séries é
descrita no tópico 4.1 Análise Descritiva do Dados permite supor que os modelos adequados
para teste de estacionariedade são aqueles com intercepto e intercepto e tendência com talvez
um drift para a série Arrecadação.
ϕ𝑖 =(ê′ê𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎−ê′ê 𝑛ã𝑜𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎)
𝑟ê′ê 𝑛ã𝑜𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑎
(𝑇−𝐾)
(18)
Há um problema relacionado no teste ADF quanto aos critérios de defasagem, a fim de
se evitar arbitrariedade na escolha dos lags na execução dos testes, seguiu-se o determinado
nas especificações determinadas por Bueno (2008) que aponta diversos critérios para escolha
da defasagem. Na metodologia empregada nesta tese, escolheu-se o critério AIC modificado,
condizente com boas práticas econométricas.
Segundo Bueno (2008), os testes propostos por Dickey & Fuller (1979, 1981) tem
baixo poder, isto é, não rejeita a hipótese nula para presença de raiz unitária para uma série de
situações econômicas. Em função disso, este trabalho irá usar de forma complementar o teste
elaborado por Kwiatkowski, Phillips, Shin e Schmidt (1992), conhecido também como teste
KPSS. Este teste traz em sua hipótese nula o oposto do teste ADF, assim para o KPSS tem-se
que 𝐻0: a série é estacionária e 𝐻1: A série não é estacionária.
O teste KPSS consiste em analisar as hipóteses a respeito do grau de integração da
série. Assim, estatisticamente deverá se testar as hipóteses 𝐻0: 𝑦𝑡 ~ 𝐼(0) e 𝐻1: 𝑦𝑡 ~ 𝐼(1). Não
se pode testar o grau de integração das séries diretamente, assim deverá se fazer a análise da
47
variância testando-se as hipóteses 𝐻0: 𝜎2 = 0 e 𝐻1: 𝜎2 > 0 (BUENO, 2008). Para a
realização dos testes deve-se estimar o modelo proposto na equação (19).
𝑦𝑡 = 𝜇 + 𝛿𝑡 + 𝑒𝑡 (19)
Em seguida, se calcula os resíduos dessa regressão, conforme a equação (20).
𝑒𝑡′ = 𝑦𝑡 − 𝜇′ − 𝛿′𝑡 (20)
Depois, deve-se calcular a soma parcial dos resíduos, de acordo com a equação (21).
𝑆𝑡 = ∑ 𝑒′𝑗𝑡𝑗=1 (21)
Utilizando o método de multiplicador de Lagrange (LM) tem-se a equação (22).
KPSS = ∑𝑆𝑡
2
𝑇2𝜐2𝑇𝑡=1 (22)
Onde 𝜐2 é a variância de longo prazo de longo prazo, definida pela equação (23).
𝜐2 = 𝜎′2 +2
𝑇∑ 𝜔 (
𝑗
𝑀+1)∑ 𝑢′𝑡𝑢′𝑡−𝑗
𝑇𝑡=𝑗+1
𝑀𝑗=1 (23)
Onde 𝜔 é um parâmetro, T o tamanho da amostra e 𝑢′𝑡 os valores da autocovariâncias
estimadas.
Se 𝑦𝑡 for um processo estacionário, então 𝑆𝑡 será I(1) e o numerador do KPSS é um
estimador da variância e tem um limite assintótico, por outro lado se 𝑦𝑡 for I(1), o numerador
irá crescer sem limite o que incorre na rejeição da hipótese nula, portanto em não
estacionariedade (BUENO, 2008).
Igualmente ao teste ADF, o teste KPSS também incorre no problema da escolha dos
lags de defasagem para o teste. A arbitrariedade foi resolvida escolhendo-se o critério de
Newey & West (1994). Por razões análogas ao teste ADF, as discussões a respeito do critério
de seleção foram suprimidas, ressaltando-se que o modelo econométrico não esta em
questionamento nesta dissertação.
A maioria das séries econômicas apresenta alguma relação de longo prazo, tal qual se
pode citar PIB, taxa de juros, preços e inflação como um exemplo, entre outros tantos. Assim
estas séries não-estacionária dada sua tendência de longo prazo, podem oscilar em um passeio
aleatório conjuntamente com outras séries, quando isto ocorre, diz-se que há raiz unitária e
cointegração entre elas (MOREIRA, 2011). Se as séries não-estacionárias em nível, mas
48
estacionárias em mesma diferença, diz-se que as séries são integradas de mesma ordem, assim
deve-se realizar um teste de cointegração para averiguação deste comportamento (BUENO,
2008).
As variáveis deste trabalho apresentam uma dinâmica em comum por natureza, ou
seja, uma variável tem influência direta sobre a outra no horizonte de longo prazo. Isto é, não
se pode ter arrecadação com IPI sem produção, a produção não ocorre sem vendas, e as
vendas não ocorrem sem demanda. Diz-se assim que as séries são cointegradas. Ou seja, há
um vetor β não nulo tal que 𝑢𝑡 = 𝑌′𝑡𝛽 ~𝐼(𝑑 − 𝑏), 𝑏 > 0, onde 𝑌𝑡 é o vetor com as séries de
interesse (ENGLE; GRANGER, 1987). A fim de se estabelecer a existência ou não deste
vetor 𝛽, irá se fazer o teste de cointegração de Johansen (1988), caso encontado algum vetor
de cointegraçã 𝛽, o modelo de vetor autorregressivo incorre em um termo a mais, que é a
relação de longo prazo, passando assim a se chamar Modelo de vetor autorregressivo com
correção de erros (VECM).
Dado o equacionamento do VECM, expresso pela equação (24), onde a matriz 𝜙 pode
ser detalhada em 𝜙 = 𝑎𝛽′, sendo 𝑎 a velocidade de ajustamento dos parâmetros no curto
prazo 𝛽 os coeficientes de cointegração de longo prazo. O número de vetores de cointegração
é dado pela estatística traço, calculada pela equação (25). Tenta-se assim estimar o posto da
matriz 𝜙 com imposição de restrições r, 𝜆𝑖 dos autovalores da matriz 𝛽 e T é o número de
observações, ou período da amostra. A hipótese nula 𝐻0 é que 𝜆(𝑟) = 0, a não rejeição de 𝐻0
com r restrições, indica r vetores de cointegração.
∆𝑌𝑡 = 𝜙𝑌𝑡−1 + ∑ Λ𝑖∆𝑌𝑡−𝑖 + 𝑒𝑡𝑝−1𝑖=1 (24)
𝜆𝑡𝑟(𝑟) = −𝑇 ∑ ln (1 − 𝜆𝑖)𝑛𝑖=𝑟+1 , com r = 0,1,2,3,...n (25)
3.2.3. FUNÇÃO IMPULSO RESPOSTA E DECOMPOSIÇÃO DA
VARIÂNCIA
A análise da função impulso resposta (IRF – Impulse Response Function) vem da
necessidade de mensurar o efeito de um choque exógeno sobre as variáveis. A qualquer
momento de um tempo, um impulso de uma variável pode impactar em outras séries por
49
completo. Se o sistema de equações for estável, um choque deve desvanecer para zero, em
caso de instabilidade a trajetória do choque deverá ser explosiva (MOREIRA, 2011).
A função impulso-resposta foi originalmente concebida para um modelo VAR, sem a
inclusão de coeficientes de longo prazo, presente em um modelo mais sofisticado VECM.
Assim, seguindo a nomenclatura das variáveis proposta por Hamilton (1994), tem-se que um
modelo VAR pode ser convertido em um modelo de médias móveis de ordem infinita MA(∞),
tal como na equação (26).
𝑦(𝑡) = 𝜇 + 휀𝑡 + 𝜓1휀𝑡−1 + 𝜓2휀𝑡−2 + ⋯+ 𝜓𝑛휀𝑡−𝑛 (26)
Derivando-se os termos em função de 휀𝑡−𝑛, tem-se que na equação (27).
𝜓𝑠 =𝑑𝑌𝑡+𝑠
𝑑𝜀𝑡𝑗 (27)
Assim a matriz 𝜓𝑠 é uma função de taxa de variação cujos elementos são identificados
e mede o efeito de um aumento unitário δ em um elemento t da coluna j da matriz. Se o
primeiro elementos 휀𝑖 deslocou δ1, os elementos subsequentes a ele deslocaram δ1 δ2 δ3 ...
δ𝑛 (HAMILTON, 1994).
Combinado os efeitos dos deslocamentos com equação original do vetor y(t) pode-se
escrever a equação (28)
𝛥𝑦(𝑡 + 𝑠) = 𝑑𝑌𝑡+𝑠
𝑑𝜀𝑡1 δ1 +
𝑑𝑌𝑡+𝑠
𝑑𝜀𝑡2 δ2 +
𝑑𝑌𝑡+𝑠
𝑑𝜀𝑡𝑛 δ𝑛 … = 𝜓𝑠 δ, onde δ1 = (δ1 δ2 δ3 ... δ𝑛 ) (28)
Os elementos da linha i e da coluna j de 𝜓𝑠 são dados então pela equação (29).
𝜓𝑠 = 𝜓𝑖𝑗𝑠 =
𝑑𝑌𝑖,𝑡+𝑠
𝑑𝜀𝑗,𝑡 , onde ij = 1 (29)
A função 𝜓𝑠 descrita pela equação (29) é a chamada função impulso-resposta, por
meio dela pode-se mensurar o efeito de um choque unitário positivo de uma variável sobre
outra em um período t e subsequentes a ele (HAMILTON, 1994).
50
Da equação (28), pode-se também deduzir a decomposição do erro de previsão da
variância, da conversão do VAR para um VMA(∞), tem-se que o erro quadrado médio (mean
squared error MSE) pode ser dado pela equação (30) (HAMILTON, 1994).
𝑀𝑆𝐸(𝒚𝑡+𝑠|𝑡) = 𝐸 [(𝑦𝑡+𝑠 − 𝒚𝒕+𝒔|𝒕)( 𝑦𝑡+𝑠 − 𝒚𝒕+𝒔|𝒕)′] (30)
Onde 𝑦𝑡+𝑠|𝑡 é o valor estimado e𝑦𝑡+𝑠 o valor observado que pode ser escrito na forma
em termos da matriz Ω pela equação (31) (HAMILTON, 1994).
Ω = 𝐸(휀𝑡휀𝑡′) (31)
O erro pode ser escrito em função de distúrbios ortogonalizado (𝑢1𝑡, 𝑢2𝑡, 𝑢𝑛𝑡), assim a
contribuição para o erro quadrado médio (MSE) ficaria como na equação 32 (HAMILTON,
1994).
휀𝑡 = 𝐴𝑢𝑡 = 𝑎1𝑢1𝑡 + 𝑎2𝑢2𝑡 + 𝑎3𝑢3𝑡 + ⋯+ 𝑎𝑛𝑢𝑛𝑡 (32)
Das equações (30) e (32) tem-se a equação (33), que é o erro quadrado médio em
função dos distúrbios ortogonalizados e dos parâmetros VMA(∞) (HAMILTON, 1994).
𝑀𝑆𝐸(𝒚𝑡+𝑠|𝑡) = ∑ {𝑣𝑎𝑟(𝑢𝑗𝑡). (𝑎𝑗𝑎′𝑗 + 𝜓1𝑎𝑗𝑎
′𝑗𝜓1
′ + ⋯+ 𝜓𝑠−1𝑎𝑗𝑎′𝑗𝜓𝑠−1
′ )}𝑛𝑗=1 (33)
Com 𝒔 → ∞ para uma covariância estacionária, a equação (33) permite calcular a
porção de uma variável 𝑦𝑖 que se deve a um distúrbio estrutural 𝑢𝑗𝑡 (HAMILTON, 1994).
Assim deverá se avaliar a função impulso-resposta e a decomposição da variância
seguindo o diagrama Lutkepohl, (2005, Apud MOREIRA, 2011) na Figura 10, onde o modelo
é previamente avaliado em relação à suas raízes, que devem permanecer dentro do circulo
unitário, e a não existência de autocorrelação residual entre as séries (BUENO, 2008).
51
Figura 10 – Fluxograma de modelagem de um Vetor Autorregressivo
Fonte: Lutkepohl, (Apud MOREIRA, 2011)
3.2.4. ORIGEM E TRATAMENTO DOS DADOS
Os dados referentes à venda foram retirados da ANFAVEA, foi considerado como
“vendas” o número de licenciamento de autoveículos e comerciais leves nacionais. A proxy
para o preço foi retirada da Revista Conjuntura Econômica do portal IBRE/FGV e trata do
Índice de Preços ao Consumidor – veículos, o que difere dos trabalhos até o presente aqui
citados, que possuem um viés atacadista. Com relação à renda, considerou-se a Renda
Nominal Habitual Recebida pelo Trabalhador, serie disponibilizada pelo IBGE, tal qual como
foi utilizada por Linhares e Carvalho (2015).
A proxy para o crédito é a mais problemática, o BCB12
passou a utilizar uma nova
metodologia para calcular as concessões consolidadas de crédito para aquisição de veículos
para pessoas físicas em março de 2011, duas séries com este mesmo objetivo coexistiram no
período até dezembro de 2012, quando a metodologia antiga foi abandonada, assim a série de
crédito presente neste trabalho é a junção destas duas. A justificativa para tornar a análise
viável, é que a diferença relativa durante o período em que as duas séries coexistiram foi em
média de 2%. Assim, mesmo sendo uma fonte de distorção estatística dada à diferença
metodológica entre elas, se agrupou as séries para que pudesse alcançar o horizonte de tempo
12
Banco Central do Brasil
52
de até dezembro de 2015. A arrecadação com o IPI do setor automobilístico foi obtidas
diretamente do Banco Central.
As séries receberam tratamento, a fim de que a modelagem fosse possível, com as
transformações de dados para uma mesma base, e o seu ajuste sazonal método X13-ARIMA,
metodologia empregada pelo IBGE para dessazonalizar e disponibilizada pelo Census Bureau,
cujos resultados estão ilustrados graficamente na seção 4.1 Análise Descritiva dos Dados.
A modelagem também se dará em cima do logaritmo neperianos dessas séries para
correção de eventuais heterocedasticidades e minimizar o efeito de quebras estruturais.
4. RESULTADOS
4.1. ANÁLISE DESCRITIVA DOS DADOS
O fato gerador da arrecadação do IPI é a saída do produto do estabelecimento
industrial ou desembaraço aduaneiro, conforme Cardoso e Malan (2002), portanto a produção
de veículos em si. A proxy adotada para as vendas neste estudo é o número de licenciamento
de carros nacionais e de comerciais leves conforme visto na Figura 11. A correlação entre as
séries licenciamentos e produção foi acima de 0,872 para o período amostral estudado.
Figura 11 – Produção e Licenciamento de veículos nacionais: autoveículos e comerciais leves
– Brasil – março de 2002 a dezembro de 2015.
Fonte: Elaboração própria com dados da ANFAVEA (2016)
050000
100000150000200000250000300000350000
mar
/02
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
53
Quando confrontada a venda com o crédito disponível, é possível avaliar acerca da
existência de cointegração das séries estatisticamente testada na Tabela 10 da seção a seguir
4.2 Análise de Estacionariedade e Modelagem. A Figura 11 mostra uma depressão referente à
crise de 2008 que também pode ser observada na Figura 12, o que é um indicativo de
cointegração. Tal fato também explicita a importância do mercado de crédito para o setor.
Figura 12 – Concessão de crédito consolidada para compra de automóveis, pessoa física em
R$ milhões – Brasil – março de 2002 a dezembro de 2015.
Fonte: Elaboração Própria com dados do Banco Central (2016)
A variável utilizada como proxy para a renda do trabalhador apresenta um leve
aumento ao longo do tempo quando deflacionada pelo IPCA. Conforme pode ser verificado
na Figura 13. Essa tendência vai de 2005 até o começo de 2015, e então ela passa declinar.
Figura 13 – Renda Nominal Habitual e Renda Nominal Habitual deflacionada pelo IPCA em
Reais – Brasil – março de 2002 a dezembro de 2015.
Fonte: Elaboração Própria com dados do IBGE (2016)
0
2000
4000
6000
8000
10000
12000
mar
/02
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
500,0
1 000,0
1 500,0
2 000,0
2 500,0
mar
/02
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
54
Na Figura 14 é possível observar o impacto das desonerações na arrecadação com o
IPI automobilístico, com duas quedas acentuadas. Uma referente a dezembro de 2008 e outra
referente a maio de 2012. É importante salientar que para fins de análise de política tributária,
todos os impostos de característica ad valorem que incidem sobre o automóvel deveriam ser
idealmente considerados, neste caso, segundo ANFAVEA (2015) seriam o PIS/ COFINS e o
ICMS. Assim uma desoneração no IPI automobilístico para fomento do setor pode aumentar
a arrecadação com o ICMS e PIS/COFINS. A soma da arrecadação com os três impostos pode
indicar que um corte de impostos repercute positivamente sobre o somatório arrecadado pelo
Estado, o que indica que a alíquota de imposto esta acima do desejado segundo o referencial
teórico da Curva de Laffer.
Figura 14 – Arrecadação com IPI em milhões de reais – Brasil – março de 2002 a dezembro
de 2015.
Fonte: Elaboração Própria com Dados do Banco Central (2016)
Por fim, apresenta-se a proxy utilizada para os preços dos automóveis - Figura 15 –
que será o Índice de Preço ao Consumidor para Veículos. Cabe ressaltar que esta análise
difere dos trabalhos apresentados na revisão bibliográfica que utilizaram índices atacadistas
para o setor. Pode-se observar na Figura 15 duas quedas proeminentes na série, referentes às
desonerações no final de 2008 e novamente em 2012. Além destas duas mudanças, outros
fatores de mercado referentes à determinação da oferta e da demanda podem ter influenciado
tais quedas. Na conjuntura das desonerações os problemas associados à concessão de crédito
estão evidenciados neste trabalho.
0100200300400500600700800
mar
/02
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
55
Figura 15– Índice de Preço ao Consumidor, Veículos – Brasil – março de 2002 a dezembro de
2015
Fonte: Elaboração Própria com dados da Revista Conjuntura Econômica, IBRE – FGV
(2016)
Considerando a extensão de tempo estudada e a periodicidade dos dados na disposição
mensal tem-se uma amostra com 166 observações de cada série. Segundo Siqueira (2001),
que utiliza a metodologia Box & Jenkins (1976) para prever a arrecadação do Estado, um
modelo de séries temporais deve ter pelo menos 50 períodos. Assim, embora haja diferença
entre a amostra mínima para um modelo univariado como Box & Jenkins (1976) e
multivariado como o VAR, julga-se que o tamanho da amostra é adequado e pode ser
considerada suficiente para a análise pretendida neste trabalho.
4.2. ANÁLISE DE ESTACIONARIEDADE E MODELAGEM
As Tabelas 8 e 9 exibem as análises dos testes ADF e KPSS respectivamente com os
lags para a medição da estacionariedade segundo os critérios de MAIC para o ADF e Newey
e West (1994) para o KPSS. Os resultados apontam para rejeição de estacionariedade com as
variáveis em nível para a maioria dos modelos. Ou seja, não se pode rejeitar a hipótese nula
com 5% de significância no teste ADF e se pode rejeitar 𝐻0 no caso KPSS, complementar ao
ADF. Avaliou-se a estacionariedade considerando a existência ou não de tendência das séries.
40
60
80
100
120
140m
ar/0
2
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
56
Tabela 8 – Teste ADF dados mensais.
Variável Restrições ADF13
em nível
p-valor ADF em
primeira
diferença
p-valor em
primeira
diferença
lnprecoauto Intercepto 0,332 0,9788 -5,722 0,0000
Lag (1) Tendência e intercepto -1,276 0,8938 -5,746 0,0000
lnarrec Intercepto -2,924 0,0427 -9,680 0,0000
Lag (1) Tendência e intercepto -2,971 0,1403 -9,660 0,0000
lncredito Intercepto -1,560 0,5037 -8,769 0,0000
Lag (1) Tendência e intercepto -1,047 0,9375 -8,878 0,0000
lnvenda Intercepto -1,588 0,4897 -8,258 0,0000
Lag (3) Tendência e intercepto -0,353 0,9882 -8,521 0,0000
lnrenda Intercepto -0,634 0,8632 -4,129 0,0009
Lag (6) Tendência e intercepto -3,989 0,0091 -4,195 0,0000
Fonte: Elaboração própria.
Tabela 9 – Teste KPSS dados mensais.
Variável Restrições Lag do teste KPSS14
em
nível
KPSS em
primeira
diferença
lnprecoauto com tendência 3 0,84 0,215
sem tendência 3 4,04 0,263
lnarrec com tendência 3 0,215 0,0262
sem tendência 3 0,731 0,0348
lncredito com tendência 3 0,561 0,0602
sem tendência 3 2,28 0,202
lnvenda com tendência 3 0,702 0,0855
sem tendência 3 3,336 0,235
lnrenda com tendência 3 0,443 0,213
sem tendência 3 3,76 0,298
Fonte: Elaboração Própria.
Quando as séries são estacionárias em sua primeira diferença, diz-se que elas são
integradas de mesma ordem, assim a análise de Cointegração de Johansen com as séries em
nível se faz pertinente (BUENO, 2008). O teste de Cointegração de Johansen permite analisar
se há alguma correlação de longo prazo entre as séries, isto é, se elas caminham juntas em um
13
Valores críticos do teste ADF a 5% de significância: modelo com intercepto -2,886. Modelo com tendência e
intercepto -3,441. Modelo sem tendência ou intercepto -1950.
14 Valores críticos do teste KPSS a 5% de significância: modelo com tendência 0,146. Modelo sem tendência
0,463.
57
passeio aleatório no longo prazo. A Figura 16 dispõe o conjunto das séries em seu logaritmo
neperiano, pode-se observar um aparente comportamento em comum entre elas,
principalmente nos períodos marcados por crise e intervenção do governo tal como final de
2008 e maio de 2012.
Figura 16 – Séries de arrecadação, vendas, preço, crédito e renda do Brasil em logaritmo
neperianos, de março de 2002 a dezembro de 2015. (março de 2002 = 100).
Fonte: Elaboração própria, com base em dados disponíveis pela ANFAVEA (2016) Banco
Central (2016) e IBGE (2016) IBRE – FGV (2016)
O critério de seleção de lag AIC, especificado na equação (11) aponta para três
defasagens para a realização do teste de cointegração enquanto os demais critérios apontaram
para uma, se optou então por três defasagens para a especificação do modelo, e assim estar em
melhor conformidade com as boas práticas econométricas.
O teste de Cointegração de Johansen aponta para pelo menos três vetores de
cointegração entre as séries, isto é, há confirmação estatística da existência de uma relação de
longo prazo entre as séries, tal fato torna a modelagem VECM mais adequada. Os resultados
do teste se encontram na Tabela 10.
3
3,5
4
4,5
5
5,5
6
mar
/02
ou
t/0
2
mai
/03
dez
/03
jul/
04
fev/
05
set/
05
abr/
06
no
v/0
6
jun
/07
jan
/08
ago
/08
mar
/09
ou
t/0
9
mai
/10
dez
/10
jul/
11
fev/
12
set/
12
abr/
13
no
v/1
3
jun
/14
jan
/15
ago
/15
58
Tabela 10– Teste de Cointegração de Johansen com três defasagens
Hipótese Nula Hipótese
Alternativa
λ traço Valor Crítico Traço
λ a 5%
r = 0 r > 0 193,81 87,31
r ≤ 1 r > 1 106,79 62,99
r ≤ 2 r > 2 58,58 42,44
r ≤ 3 r > 3 21,27 25,32
r ≤ 4 r > 4 0,32 12,25
r ≤ 5 r > 5 - -
Fonte: Elaboração Própria.
Conforme pode ser observar na Figura 11 as séries de arrecadação, venda e crédito
apresentaram um comportamento similar ao longo do tempo, enquanto que o preço e a renda
são mais estáveis no período estudado.
O vetor autorregressivo proposto segue a ordem dada a seguir.
𝑌𝑡 =
[
𝑙𝑛𝑟𝑒𝑛𝑑𝑎𝑙𝑛𝑐𝑟𝑒𝑑𝑖𝑡𝑜𝑙𝑛𝑣𝑒𝑛𝑑𝑎
𝑙𝑛𝑝𝑟𝑒ç𝑜𝑎𝑢𝑡𝑜𝑙𝑛𝑎𝑟𝑟𝑒𝑐 ]
A ordem das variáveis segue o disposto da mais endógena para a mais exógena, a
renda depende da economia como um todo sendo esta a variável mais exógena, já o crédito e
a venda são variáveis setoriais, sendo a venda uma variável mais próxima à arrecadação. Por
sua vez arrecadação é uma porção do preço do veículo que é transferida ao Estado, assim o
preço é mais endógeno à arrecadação do que a venda, devido ao fato da arrecadação ser uma
função direta do preço. A título de ilustração, pode-se imaginar a escolha do consumidor que
é movida pelo sistema de preços. Caso o consumidor opte por um veículo mais barato, a
arrecadação será menor, se somado essa informação ao complexo regime tributário brasileiro
ilustrado nas Tabelas 4 e 7. A escolha de um veículo mais barato também incorre numa
alíquota de IPI menor, o que implica em uma arrecadação menor. O contrário também é
verdadeiro, caso o consumidor opte por um veículo mais caro, usualmente os de maior
motorização, a alíquota incidente de IPI chega a 25% contra 7% de veículos “populares” (até
mil cilindradas) em situação normal, sem desoneração.
Incluíram-se também quatro dummies no modelo a fim de filtrar as intervenções feitas
pelo governo no IPI. Uma destacando o período em que as alíquotas estiveram em seu menor
patamar, tal qual como ocorreu no início das duas desonerações, conforme Tabela 6 e 7. Uma
59
dummie destacando o período em que elas seguiram instáveis, com ajustes progressivos, por
vezes mês a mês, período este que foi de outubro de 2009 até abril de 2010. Por fim duas
dummies, referentes ao ano de 2013 e 2014, quando as alíquotas se mantiveram em patamares
menores que o histórico, mas ainda assim acima daquela proposta pelo governo em maio de
2012 que persistiu até dezembro do mesmo ano.
4.3. RESULTADOS DO MODELO VAR
Após a elaboração do modelo proposto, simularam-se choques nas variáveis a fim de
se obter as funções impulso e resposta daquelas referentes ao setor. As variáveis escolhidas
para a simulação dos choques foram aquelas que receberam atenção do Estado na formação
de uma política fomento à demanda do setor, sendo a variável preço o principal foco deste
trabalho, pois esta repercute diretamente na arrecadação com o imposto indireto. Simularam-
se também choques no crédito e nas vendas. Dos fatores que estão ligados à variável crédito,
estão as variáveis de política monetária como a taxa de juros, mecanismo tradicional de
fomento ao crédito, ou ainda o próprio fisco, por meio da desoneração do IOF que também foi
observada como uma ferramenta de combate à crise em 2008. Já os fatores ligados a vendas
são mais complexos, pois oscilações na economia como um todo tendem a repercutir sobre
ela, seja pelo lado da demanda ou da oferta. A título de exemplo pode-se citar as políticas
setoriais aplicadas pelos países europeus como Alemanha, França e Reino Unido que
fomentaram o setor por meio de subsídios.
Na contabilidade governamental, tais medidas entrariam como um aumento de gastos
do governo, sendo um impulso fiscal sem influência direta no preço do veículo,
diferentemente do que ocorreu no Brasil, onde o impulso fiscal foi por meio de política
tributária e renúncia de arrecadação com imposto específico. Sabe-se também que renda
média do trabalhador cresceu no período, conforme pode ser visto na Figura 13, mas a análise
de sua função impulso resposta foi suprimida, pois como política anticíclica esta se relaciona
com a forma de como os gastos do governo influenciam a renda. Este é um assunto de caráter
macroeconômico o que foge ao escopo do trabalho. A relação entre a interação entre gastos
do governo e demais setores da economia é melhor estudada no campo da macroeconômica
como pode ser visto nos trabalhos de Carvalho Eduardo e Silva (2013) e Fantinatti (2015)
entre outros, assim a análise de um choque exógeno nas vendas vem a contribuir no caso de
adoção de políticas fiscais futuras focados em setores específicos.
60
A Figura 17 diz respeito à função impulso resposta dado um choque unitário nos
preços de automóveis e seus efeitos nas demais variáveis do mercado automobilístico e
arrecadação do estado, visa-se assim mensurar o impacto das desonerações sobre estas
variáveis. Para efeito matemático, o choque unitário é positivo, no entanto ele também é
simétrico, o que implica em se afirmar que os efeitos têm igual magnitude, porém efeito
contrário.
Figura 17 – Efeito acumulados do choque nos preços sobre a arrecadação, vendas e crédito.
Fonte: Elaboração Própria
A Figura 17 mostra que um choque positivo nos preços de 10% tem efeito negativo na
arrecadação com o imposto no primeiro período, mas que esta se recupera e se estabiliza após
6 meses com um aumento da arrecadação da ordem de 13%. Já no caso do efeito sobre as
vendas e concessões de crédito, percebe-se que o efeito negativo é mais intenso com
estabilização dos efeitos após 4 meses com queda de 46% das vendas e em igual proporção do
crédito. Uma vez que as funções de impulso resposta podem ser avaliadas como elasticidades,
isso significa que para um aumento de 10% nos preços há uma queda de 46% nas vendas.
Considerando a desoneração um choque exógeno negativo e mantida a pressuposição de
simetria do choque tem-se que uma queda de preços nos automóveis na ordem de 10%
fomentaria o setor em 46% e teria um impacto negativo nos cofres públicos na ordem de 13%,
concluindo-se, portanto que o corte de impostos tem efeito significativo sobre o setor, na
ordem de 1 para 4,5 aproximadamente.
O fato de um efeito do choque nos preços repercutir mais que proporcionalmente
sobre nas vendas do que sobre a arrecadação encontra respaldo na teoria econômica
-6
-5
-4
-3
-2
-1
0
1
2
3
1 2 3 4 5 6 7 8 9 10 11 12
61
referenciada neste trabalho e abordada pela curva de Laffer. Isto é, para um mesmo choque de
10% sobre os preços há um efeito de 46% sobre as vendas contra 13% da arrecadação. Assim,
um aumento de preços reduzira o número de vendas, mas o impacto sobre a arrecadação seria
amortecido pelo fato de que a alíquota ad valorem seria aplicada agora sobre um bem de
maior valor. O mesmo mecanismo de amortecimento ocorre para um caso de queda nos
preços, isto é, a alíquota que se aplicaria a um bem de menor preço, mas o impacto na
arrecadação seria compensado pelo aumento do número das vendas. Assim o efeito nas
vendas, grosso modo, será sempre mais que proporcional nas vendas do que sobre a
arrecadação. Tal resultado contraria a hipótese básica deste trabalho que esperava efeitos
maiores sobre a arrecadação, apesar de confirmar assertivamente a teoria econômica. Salienta-
se que estudos prévios do setor demonstram que o mercado de automóveis é mais sensível à
renda do que a preço e dada à elevada carga tributária do setor, ao redor de 30%, esperava-se
um comportamento contrário, ou efeito Laffer, que é o fenômeno que ocorre quando um
aumento de preços impacta negativamente a arrecadação ou vice e versa.
Assim, quando analisado conjuntamente o efeito de um choque nos preços e sua
repercussão sobre a arrecadação, o resultado encontrado considerando somente o total
arrecadado com o IPI, não há ocorrência do efeito Laffer. Isto é, o caso de aumento de os
preços repercutirem negativamente sobre a arrecadação com uma tarifa ad valorem, ou dada à
pressuposição de simetria do choque, uma desoneração ter feito positivo na arrecadação. Cabe
ressaltar, porém, que uma análise completa do tema, deveria incluir uma análise conjunta da
arrecadação de todos os impostos que incidem sobre o preço de autoveículos, incluindo-se
PIS/CONFINS e ICMS, que são impostos ad valorem tal como o IPI, porém, o PIS/COFINS é
uma contribuição federal e o ICMS um imposto de competência estadual.
Confrontando-se as elasticidades-preço de trabalhos anteriores, observar-se que o
valor encontrado por meio da análise da função impulso resposta é um pouco mais que dobro
do que a de estimativas anteriores, isto é, sob uma mesma métrica a elasticidade-preço deste
trabalho é de -4,6 contra -2,8 do IPEA/DIMAC (2008), -2,52871 do Alvarenga et al (2010) e -
2,0 de Linhares e Carvalho (2015). Tal fato ocorre devido à diferença metodológica e ao
objeto de análise. Os trabalhos anteriores focaram-se nas elasticidades de longo prazo que são
obtidas diretamente pela análise do vetor de cointegração β utilizando a variável “vendas”
como variável dependente. A análise da função impulso resposta empregada neste trabalho
tem um enfoque de curto. Logo dada às diferenças de modelo, método e foco, a priori, estes
resultados não são totalmente comparáveis. No entanto uma análise mais minuciosa da função
62
impulso resposta e da medida de desoneração adotadas à época explicitadas neste trabalho
pela Tabela 6 e 7 mostrou que os efeitos de curto prazo sobre as vendas se dispersam até 4º
período e que o impacto máximo sobre os preços seria de 7% considerando os nichos de
mercado que foram alvo da medida e excluindo os que não foram como no caso de veículos
acima de duas mil cilindradas. A análise da série índice de preços demonstrada pela Figura16
corrobora com esse resultado, pois é fácil a observação de duas quedas proeminentes no
índice no período inicial das duas desonerações com posterior estabilização. Assim em
dezembro de 2008 após 4 períodos subsequentes houve uma queda no índice de 5,77%
fazendo-se a mesma análise para maio de 2012 o impacto no índice foi de 5,98%, cruzando
com as elasticidades encontradas neste trabalho, isto permite, grosso modo, atribuir 26,54%
das vendas à desoneração de 2008 e 27,5% das vendas à desoneração de 2012. Estes
resultados são um pouco maiores, porém próximos aos de Alvarenga et al (2010) e Linhares e
Carvalho (2015) que atribuem 20,7% e 23,2% das vendas à desonerações respectivamente.
A Figura 18 trata do efeito acumulado da função Impulso-Resposta de um choque no
crédito, setor que recebeu atenção do governo por meio do fisco com a desoneração do IOF e
liberação de linhas de crédito.
Figura 18 – Efeito acumulados do choque no crédito sobre a arrecadação, vendas e preço.
Fonte: Elaboração Própria
O choque no crédito tem efeito positivo na arrecadação superior ao observado nas
vendas e quase nenhum efeito sobre os preços. Para um aumento de 10% no crédito há um
aumento de 15% na arrecadação nos períodos iniciais, sem impacto significativo sobre as
vendas. O impacto nas vendas será sentido após o terceiro mês com um aumento de 2%. As
0
0,5
1
1,5
2
1 2 3 4 5 6 7 8 9 10 11 12
63
variáveis se estabilizam ao choque com um aumento de 9% na arrecadação e apenas 1,3% nas
vendas. Tal resultado é um indicativo de que o crédito favorece a venda de veículos cuja
alíquota do imposto é maior, haja vista que, o aumento na arrecadação é mais que
proporcional ao número de unidades vendidas nos períodos iniciais, sugerindo que as vendas
estejam ocorrendo em veículos que pagam mais imposto. Esta confirmação somente seria
possível com um estudo aprofundado em nichos de mercado sendo eles expostos na Tabela 4
e 7. Abstraindo-se um exemplo, se um choque no crédito favorecesse o segmento popular, o
aumento de uma unidade impactaria em 7% na arrecadação, alíquota correspondente ao setor.
Aplicando-se o mesmo racicocínio para veículos flexfuel com mais de duas mil cilindradas o
impacto da venda de uma unidade extra impactaria em 18%, ou seja, um maior impacto na
arrecadação é sentindo quando a venda de veículos se concentram em carros mais caros e de
maior alíquota e maior preço.
Uma segunda análise pertinente, é que a arrecadação e o crédito são unidades
monetárias deflacionadas pelo IPCA enquanto a venda esta em unidades de veículos
vendidos. Assim a unidade monetária transferida ao setor automobilístico por meio de
empréstimos é arrecadada pelo governo na forma de imposto, ou seja, não tem como um
choque no crédito repercutir muito mais do que proporcionalmente na arrecadação no longo
prazo ao passo que o aumento nas unidades vendidas seria irrelevante. Ou seja, para o
aumento de uma unidade na venda, as proporções monetárias seriam a mesma. Isto é, se se
toma emprestimos para o financiamento de um veículo cuja alíquota seja 7%. Este mesmo
valor tomado no emprestimo será tranferido para o governo por meio de imposto. Se por
ventura tomasse o dobro do emprestimo para a compra de um mesmo veículo a proporção
repassada ao Estado por meio de imposto sera a mesma. Se a quantidade de crédito permiti ao
consumidor migrar para outo nicho de mercado, o número de vendas permaneceria o mesmo,
mas proporções de concessão de crédito e arrecadação mudariam, tal com exposto.
A explicação para este comportamento da relação entre o crédito vendas e arrecadação
com o imposto está no sistema tributário que vigora sobre autoveículos e no comportamento
no mercado de crédito. Estudos elencados na Revisão Bibliográfica destacam estas
imperfeições no mercado de crédito abordado incialmente por Stiglitz (1988) e mensurados
para o setor automobilístico por Attanasio, Goldberge e Kyriazidou (2007) onde
consumidores de baixa renda são mais sucetiveis à maturidade do crédito e os de alta renda
taxa de juros. Cruzando as informações do regime tributário com o comportamento do choque
no mercado de crédito dos autores citados, pode-se ao menos se especular que o choque de
64
crédito favoreça consumidores sem restrições à tomada de empréstimos, habitualmente
aqueles de maior renda, o fraco desempenho no número de unidades vendidas com aumento
na arrecadação sugere que talvez haja uma migração da preferência do consumidor de
veículos mais básicos, de menor alíquota, para os de veículos mais sofisticados de maior
alíquota.
Os resultados do choque de vendas sobre as demais variáveis do setor automobilístico
estão na Figura 19. Para um choque inicial de 10% sobre as vendas a arrecadação específica
com o imposto aumentaria em 9,2% até o final do período com efeito sobre o mercado de
crédito no curto prazo.
Figura 19 – Efeito acumulados do choque nas vendas sobre a arrecadação, preço e crédito.
Fonte: Elaboração Própria
Os efeitos nas concessões de crédito se tornariam negativos a partir do segundo mês
com uma queda de 0,1%. O choque simulado nas vendas se mostrou incapaz de modificar os
preços. Esta rigidez de preço nos veículos frente a choques nas concessões de crédito e nas
vendas pode ser explicada pela concorrência existente no setor estimulada pela nova
plataforma econômica pós anos 1990. Tais resultados são um indicativo de que o setor apesar
de oligopolizado não possui uma empresa específica com poder de mercado. Dados os
indicadores da Tabela 2 que é a relação número de habitantes por veículos e o novo ciclo de
investimentos que vem passando o setor expresso pela Figura 5, pode-se apontar um
crescimento do setor como um todo no longo prazo.
Diversos fatores podem influenciar as vendas sem que haja a necessidade de uma
intervenção exógena nas variáveis de estimulo à demanda. Pode-se citar a maturação de
-0,2
0
0,2
0,4
0,6
0,8
1
1,2
1 2 3 4 5 6 7 8 9 10 11 12
65
investimentos no setor como exemplo. Esta geraria um aumento na oferta de automóveis com
impacto direto nas vendas com influência secundária no crédito, preço e ou arrecadação. Um
segundo exemplo seria a política anticíclica adotada por países europeus no setor, onde foram
empregados subsídios ao invés de corte de impostos, essa intervenção iria repercutir
diretamente nas vendas com impacto secundário sobre as variáveis de demanda do setor
elencadas neste trabalho. Comparando um choque de crédito com o choque nas vendas
observa-se efeito semelhante na arrecadação com impacto de aproximadamente 10%, mas um
efeito reduzido sobre as vendas para o caso de oscilações no crédito.
Uma segunda análise proposta neste trabalho é a decomposição histórica da variância
sobre os erros de previsão da arrecadação conforme pode ser observada na Tabela 11. Nela é
possível observar que a arrecadação esteve abaixo do previsto nos períodos iniciais do estudo,
com a renda do trabalhador sendo a maior responsável por isto, condizente com a Revisão
Bibliográfica elencada, que liga o bom desempenho do setor à renda. No entanto, um aumento
crescente da importância do crédito e uma redução da renda sobre os efeitos na arrecadação
até o final de 2003. A partir de então o crédito e o preço do veículo passaram a serem os
maiores responsáveis pelo erro de previsão na arrecadação, padrão que persistiu até o final de
2005.
A partir de 2005 a arrecadação apresenta valores maiores que o previsto, sendo
impulsionada principalmente pelos preços. O padrão é estável, e seguido até o segundo
semestre de 2006, quando à arrecadação passa a ficar abaixo do esperado, a priori, em função
da queda nas vendas. A partir de então há uma influência crescente negativa do crédito sobre
erro da arrecadação, condizente com o momento histórico de 2008, que atribui a crise no setor
à migração da perturbação do mercado de crédito norte-americano para as demais economias
do mundo.
A influência negativa do crédito sobre a arrecadação começa em 2007 e se acentua
durante todo o período da crise, principalmente em 2008, ano da eclosão da crise. O preço
passa a exercer influência positiva crescente, enquanto a renda e o crédito exercem influência
negativa. Pode-se dizer que primeira desoneração, que foi de dezembro de 2008 a setembro de
2009 foi benéfica ao setor e eficaz, já que os preços tinham maior importância relativa do que
a renda e o crédito e estes contribuíram positivamente para com a arrecadação. A segunda
desoneração que foi de maio de 2012 a dezembro de 2012 teve menor impacto em função da
renda e do crédito estarem exercendo um efeito muito negativo sobre a arrecadação, e um
impacto nos preços desta vez ser menos eficiente do que na situação anterior. Tal divergência
66
de situações, e a importância relativa do preço à época explica o porquê de as mesmas
desonerações tiveram eficácias tão distintas no fomento ao setor. Em 2008 a arrecadação era
relativamente mais sensível à preço e menos à crédito do que em 2012. Assim, um choque de
preços em 2012 pode ter sido menos eficaz, já que o crédito e a renda se encontravam mais
comprometido e os preços se apresentavam menos sensíveis, situação que persistiu até 2015.
Tabela 11 – Erro de previsão e contribuição percentual das variáveis na decomposição
histórica da variância dos erros de previsão da Arrecadação – Abril de 2002 à Outubro de
2015.
Período Erro de
previsão
Renda
Nominal
Crédito Vendas Preço Arrecadação
abr/02 -5,92 -0,95 2,99 -0,65 3,16 -10,02
mai/02 -21,92 -7,21 14,05 -3,87 5,95 -27,57
jun/02 -20,20 -16,28 19,54 -4,85 10,78 -24,35
jul/02 -17,21 -18,87 9,12 1,14 16,65 -20,74
ago/02 -21,44 -17,43 1,53 -1,17 18,35 -19,88
set/02 -14,55 -19,95 5,55 -0,65 8,41 -6,12
out/02 12,97 -22,34 15,17 7,74 2,57 14,30
nov/02 6,71 -20,04 17,89 1,08 2,81 8,94
dez/02 47,92 -14,19 10,59 -1,35 4,00 51,92
jan/03 28,59 -9,17 7,99 3,04 6,28 19,71
fev/03 62,66 -9,25 10,79 4,61 9,29 41,49
mar/03 71,63 -8,03 15,25 4,03 14,39 36,06
abr/03 87,72 -7,01 10,71 4,71 17,99 47,59
mai/03 85,07 -6,08 6,34 6,28 21,82 43,12
jun/03 66,81 -6,99 7,61 3,64 20,78 33,13
jul/03 52,66 -6,35 10,80 -2,39 12,51 33,97
ago/03 36,93 -4,14 12,43 -2,58 7,45 21,37
set/03 43,32 -1,77 8,23 -4,25 6,69 31,97
out/03 11,11 -3,64 10,13 -5,30 2,71 7,64
nov/03 32,84 -4,98 13,57 3,92 2,41 15,67
dez/03 42,41 -7,29 17,47 7,19 4,74 16,47
jan/04 39,81 -9,29 19,17 1,96 7,08 18,45
fev/04 32,64 -9,97 26,08 0,88 11,17 4,18
mar/04 55,60 -6,69 25,89 -2,68 14,82 18,55
abr/04 36,59 -2,07 25,39 -5,32 16,56 0,80
mai/04 52,22 -4,23 23,11 -2,58 14,86 15,38
jun/04 69,70 -5,80 26,37 1,18 13,97 23,64
jul/04 51,63 -4,12 29,33 1,05 13,83 6,31
ago/04 67,61 -3,24 30,49 -1,68 18,54 13,90
set/04 80,49 -1,02 28,75 1,21 19,87 16,74
out/04 56,21 5,68 23,43 -1,36 17,20 3,59
nov/04 74,80 8,32 20,86 3,28 17,19 10,32
dez/04 53,22 4,88 22,81 1,08 17,55 0,11
jan/05 66,45 -0,97 31,07 -2,70 19,63 10,16
fev/05 84,07 2,53 32,82 -2,55 16,96 18,60
67
Continuação
Período Erro de
previsão
Renda
Nominal
Crédito Vendas Preço Arrecadação
mar/05 92,27 9,28 29,90 -2,92 18,81 17,44
abr/05 83,53 13,53 23,12 -0,73 27,38 3,84
mai/05 87,62 8,68 18,75 0,58 34,88 7,15
jun/05 86,00 1,87 19,37 0,35 39,54 9,23
jul/05 91,21 1,19 20,17 4,32 38,31 8,98
ago/05 88,16 6,11 19,77 0,75 34,03 9,64
set/05 98,02 10,78 14,35 -0,84 32,16 19,28
out/05 95,84 8,26 10,13 -1,79 31,60 27,09
nov/05 93,74 5,11 5,44 -0,55 31,24 33,95
dez/05 92,00 7,77 6,54 0,40 30,44 27,68
jan/06 63,14 8,59 6,78 4,72 27,08 5,73
fev/06 51,54 7,15 9,32 1,18 26,22 1,31
mar/06 35,73 6,62 11,93 -0,83 22,52 -6,40
abr/06 34,25 0,94 18,46 1,37 21,20 -8,62
mai/06 33,17 -1,84 16,02 -1,37 23,45 -3,96
jun/06 20,81 -0,39 10,80 -1,08 21,53 -8,95
jul/06 9,40 1,25 6,39 0,28 18,95 -14,86
ago/06 6,82 0,37 7,78 0,01 14,56 -13,82
set/06 0,63 -3,12 6,92 -0,43 9,61 -10,99
out/06 -7,19 -8,45 6,11 -2,17 6,44 -8,25
nov/06 -24,71 -9,98 4,51 6,00 5,82 -28,65
dez/06 -26,52 -10,83 4,17 3,13 7,88 -28,90
jan/07 -31,76 -12,30 -2,66 3,02 10,13 -29,55
fev/07 -45,06 -14,04 -8,61 -1,74 12,76 -36,88
mar/07 -53,95 -13,14 -13,18 -4,04 13,98 -44,18
abr/07 -53,98 -13,13 -14,81 -3,96 10,14 -41,21
mai/07 -56,45 -10,32 -18,78 -1,22 6,70 -43,27
jun/07 -59,54 -5,88 -23,16 -0,35 6,19 -47,13
jul/07 -58,00 -2,82 -26,64 -1,12 7,44 -44,54
ago/07 -60,81 -2,44 -29,61 -1,54 5,34 -44,98
set/07 -70,66 -4,19 -29,70 -4,33 3,33 -55,93
out/07 -66,57 -7,75 -29,69 -0,10 2,80 -49,81
nov/07 -71,96 -10,24 -28,88 -4,51 2,03 -54,92
dez/07 -70,29 -10,83 -26,61 -6,22 2,19 -52,62
jan/08 -61,42 -10,67 -26,42 -7,14 4,35 -39,43
fev/08 -59,37 -10,01 -31,97 -4,28 8,30 -35,97
mar/08 -55,75 -8,66 -37,22 -3,65 11,68 -28,29
abr/08 -75,42 -5,41 -40,68 -4,68 16,86 -60,68
mai/08 -55,07 -0,30 -42,20 -7,44 17,72 -28,45
jun/08 -39,08 -0,68 -42,73 -4,31 18,19 -5,30
jul/08 -19,47 -6,20 -43,01 -2,30 22,42 25,95
ago/08 -0,86 -8,55 -34,27 -9,19 26,87 43,17
set/08 29,40 -4,40 -20,95 -6,27 30,59 39,90
out/08 27,75 -3,89 -11,12 6,33 28,12 9,78
nov/08 -16,86 -8,82 -21,10 1,22 21,18 -5,79
dez/08 -28,44 -13,34 -27,81 -1,60 19,68 -2,86
68
Continuação
Período Erro de
previsão
Renda
Nominal
Crédito Vendas Preço Arrecadação
jan/09 -46,06 -14,47 -32,97 -0,90 24,32 -23,64
fev/09 -17,45 -11,71 -33,21 2,28 23,59 10,75
mar/09 -14,34 -8,87 -34,19 -2,16 22,50 19,18
abr/09 -5,54 -4,78 -35,99 -5,77 22,89 33,83
mai/09 12,13 -3,44 -38,62 3,20 24,17 47,65
jun/09 13,25 -4,41 -39,11 5,53 25,03 47,46
jul/09 3,24 -6,21 -39,37 1,74 27,01 40,50
ago/09 -1,95 -5,64 -39,19 -2,35 30,49 34,09
set/09 8,97 -3,24 -36,65 0,73 31,00 34,73
out/09 -4,81 0,39 -32,88 5,26 28,69 4,30
nov/09 15,38 3,05 -32,01 1,18 27,13 28,04
dez/09 9,10 0,43 -30,58 -4,49 28,52 27,49
jan/10 7,12 -4,62 -35,26 -6,07 29,40 42,73
fev/10 -5,25 -6,01 -38,54 0,26 30,28 25,56
mar/10 11,53 -3,90 -43,11 10,53 28,13 44,04
abr/10 -0,46 0,00 -41,49 6,07 26,62 26,67
mai/10 -18,63 -1,14 -44,90 0,20 30,01 14,67
jun/10 -24,49 -7,85 -49,27 -1,37 32,60 23,51
jul/10 -33,39 -13,75 -54,60 2,44 28,97 28,77
ago/10 -45,82 -17,13 -57,01 1,31 22,74 22,32
set/10 -53,36 -17,59 -59,26 0,89 18,14 16,55
out/10 -60,03 -14,24 -60,07 -0,98 14,50 2,95
nov/10 -59,28 -11,92 -57,19 -1,54 9,31 0,34
dez/10 -64,87 -12,11 -57,61 -0,78 6,50 -10,78
jan/11 -66,54 -11,80 -56,44 0,50 3,30 -16,13
fev/11 -65,63 -8,41 -56,27 -0,61 1,12 -14,62
mar/11 -65,67 -4,80 -55,97 -1,54 -0,01 -16,82
abr/11 -65,75 -5,23 -59,45 3,12 -1,31 -12,43
mai/11 -65,25 -10,49 -60,25 2,00 -1,39 -2,91
jun/11 -63,90 -15,17 -60,22 4,75 -2,80 5,07
jul/11 -67,19 -15,58 -60,80 5,38 -6,48 0,59
ago/11 -61,42 -9,88 -60,63 2,67 -7,98 15,10
set/11 -72,08 -6,60 -60,79 -2,72 -6,84 -15,87
out/11 -77,44 -8,56 -60,79 -1,31 -5,25 -32,70
nov/11 -63,47 -11,91 -60,93 -1,75 -5,99 14,92
dez/11 -72,36 -16,22 -60,43 1,79 -6,75 -12,17
jan/12 -77,44 -21,40 -60,61 1,13 -4,10 -24,86
fev/12 -79,72 -24,08 -60,80 2,00 -3,40 -30,86
mar/12 -70,65 -21,66 -60,08 1,65 -2,96 -4,86
abr/12 -84,89 -20,21 -61,62 -12,00 -8,53 -38,70
mai/12 -86,46 -20,19 -61,54 -12,10 -12,82 -42,44
jun/12 -87,21 -19,27 -60,43 -6,97 -11,08 -51,60
jul/12 -81,49 -21,68 -53,29 -2,08 -9,35 -43,00
ago/12 -85,06 -24,15 -47,68 0,75 -7,03 -59,80
set/12 -77,92 -23,45 -41,57 1,76 -4,35 -49,28
out/12 -68,45 -22,55 -41,41 -0,49 -2,73 -28,18
69
Continuação
Período Erro de
previsão
Renda
Nominal
Crédito Vendas Preço Arrecadação
nov/12 -70,41 -19,32 -40,38 -2,20 -1,02 -36,46
dez/12 -66,90 -18,93 -38,78 0,29 0,65 -33,93
jan/13 -70,51 -20,79 -37,27 -2,73 3,57 -41,07
fev/13 -68,32 -20,22 -38,88 -3,39 5,10 -36,02
mar/13 -62,91 -17,59 -40,50 -2,03 4,92 -26,41
abr/13 -55,32 -15,67 -41,52 -7,32 6,39 -8,11
mai/13 -59,78 -13,25 -42,18 -3,55 6,87 -22,22
jun/13 -57,14 -11,19 -44,47 1,48 4,25 -17,85
jul/13 -52,64 -13,31 -44,14 -0,27 4,97 -6,57
ago/13 -56,18 -16,44 -44,17 1,64 3,77 -10,96
set/13 -58,01 -17,90 -42,80 0,98 0,35 -11,76
out/13 -69,46 -20,35 -42,31 0,98 -1,19 -33,39
nov/13 -64,01 -20,02 -40,79 -2,27 1,07 -23,06
dez/13 -66,89 -19,35 -41,99 -3,72 1,86 -27,83
jan/14 -69,98 -21,16 -39,50 2,11 -2,02 -37,09
fev/14 -70,69 -20,15 -37,48 -0,64 -3,60 -38,71
mar/14 -71,65 -18,32 -36,06 -1,79 -3,90 -42,48
abr/14 -73,03 -16,20 -35,95 -1,02 -4,41 -46,88
mai/14 -71,22 -12,31 -33,93 1,28 -2,97 -49,44
jun/14 -72,43 -11,54 -34,02 0,37 -1,46 -52,25
jul/14 -74,05 -15,01 -36,01 -2,26 -0,96 -50,71
ago/14 -66,92 -18,55 -36,67 -1,18 -1,50 -34,12
set/14 -66,38 -23,56 -38,78 -2,41 -0,88 -25,74
out/14 -70,72 -25,21 -40,60 -1,17 -1,21 -32,50
nov/14 -72,10 -21,21 -42,31 2,25 1,01 -40,58
dez/14 -72,84 -18,46 -39,83 5,28 6,13 -50,45
jan/15 -67,04 -13,28 -37,78 2,70 5,20 -43,47
fev/15 -65,82 -3,95 -35,28 1,07 5,30 -48,34
mar/15 -65,93 1,15 -34,31 -2,61 8,29 -51,38
abr/15 -63,06 3,80 -30,50 0,07 9,97 -53,47
mai/15 -50,45 2,72 -27,72 1,11 8,66 -39,26
jul/15 -33,93 -2,97 -18,07 1,95 6,78 -23,65
ago/15 -21,49 -1,46 -9,73 0,00 5,52 -16,36
set/15 -18,65 2,63 -4,92 -1,25 5,54 -20,01
out/15 9,99 3,93 -1,61 1,43 2,53 3,43
Fonte: Elaboração Própria.
A Figura 20 contém as informações da Tabela 11 disposta de forma gráfica, nela é
possível observar o declínio da importância do crédito sobre efeitos positivos na arrecadação a
partir de 2006, com uma depressão em julho de 2008 e uma recuperação autônoma, já que as
intervenções no setor começaram no final de novembro de 2008 com efeitos em dezembro.
Observe que após as desonerações, os preços passam a sustentar o efeito positivo da
70
arrecadação, enquanto o mercado de crédito repercute negativamente sobre o setor até o final
do período estudado. Assim, apesar de as análises da função impulso resposta demonstrar que
há uma queda na arrecadação com a queda nos preços, a decomposição histórica da variância
demonstra que caso não houvesse tido as desonerações, o efeito negativo da crise de crédito
sobre a arrecadação teria sido pior.
Figura 20 – Decomposição histórica da variância da arrecadação de abril de 2002 a outubro de
2015.
Fonte: Elaboração Própria.
Como já citado, a Figura 20 também mostra que a conjectura de maio de 2012 era
completamente diferente daquela apresentada durante as desonerações de 2008, com o crédito
sendo a variável com maior influência negativa sobre a arrecadação o que explicaria a eficácia
reduzida que essa segunda desoneração obteve. Ainda é possível observar que em maio de
2012 a contribuição dos preços reverte sua trajetória, passando a influenciar positivamente a
arrecadação em 2013, mas de forma insuficiente, a ponto que ela volte a ficar acima do
esperado. A contribuição das vendas ao longo do período estudado permaneceu constante e ao
redor de 0 (zero) ao longo de todo tempo, demonstrando que os problemas na arrecadação
-80,00
-60,00
-40,00
-20,00
0,00
20,00
40,00
60,00
abr/
02
no
v/0
2
jun
/03
jan
/04
ago
/04
mar
/05
ou
t/0
5
mai
/06
dez
/06
jul/
07
fev/
08
set/
08
abr/
09
no
v/0
9
jun
/10
jan
/11
ago
/11
mar
/12
ou
t/1
2
mai
/13
dez
/13
jul/
14
fev/
15
set/
15
71
com setor se deve em grande parte à desequilíbrios no mercado financeiro, concessões de
crédito, e preços.
5. CONSIDERAÇÕES FINAIS
Este estudo teve por objetivo realizar uma análise empírica dos efeitos da política de
desoneração no setor automobilístico por meio da análise da arrecadação com o imposto de
IPI automobilístico e das vendas de autoveículos e veículos comerciais leves. O estudo foi
feito via uma modelagem de Vetor Autorregressivo com choques simulados nos preços,
mecanismo pela qual a desoneração se propaga. Simularam-se também choques no mercado
de crédito e nas vendas.
A análise do choque de preços, considerando o efeito simétrico inerente ao modelo,
demonstra que para uma desoneração de 10% a vendas haveriam de crescer 46%. Tal fato
implica em se afirmar que um corte de preços tem efeito positivo mais que proporcional sobre
as vendas setoriais. Isso implica também em contrariar a hipótese inicialmente aventada neste
trabalho, de que uma desoneração seria ineficiente no estimulo ao setor com maior custo
proporcional sobre a arrecadação do que ao estímulo às vendas, cujas elasticidades de seu
produto dependem mais da renda do que dos preços. Eventualmente, se o mesmo estudo for
realizado considerando o somatório de IPI e ICMS e PIS/COFINS automobilístico, se
confirme a existência do efeito Laffer, que é quando a arrecadação e alíquota se comportam
de forma distinta, isto é, para uma alíquota maior há uma queda da arrecadação e vice e versa.
Tal estudo exigiria uma abordagem regional do setor, já que o ICMS é de competência
estadual, ou pelo menos ter a arrecadação de PIS/CONFINS específico com o setor a fim de
que obtenha o somatório que foi repassado ao governo federal via impostos e contribuições.
O efeito de um choque exógeno no mercado de crédito e vendas apresentou efeito
positivo sobre a arrecadação sem alterações relevantes no índice de preço dos automóveis. Tal
rigidez de preço é explicada pela estrutura de mercado do setor que vem se tornando
competitiva desde a abertura comercial na década de 90. A relação entre crédito e arrecadação
é um ponto a ser salientado, pois o efeito inicial de um choque no crédito aumenta de forma
desproporcional a arrecadação nos períodos iniciais, na relação de 1 para 1,5, com impacto
menor sobre as vendas, o que sugere que o consumidor, dada à uma facilitação no crédito,
72
mude sua preferência para veículos de maior alíquota, no atual sistema tributário, estes são
veículos de categoria superior, de maior motorização.
A análise da decomposição histórica da variância demonstradas pela Tabela 11 e
Figura 20 mostra que a intervenção via desoneração, e consequentemente via preços teve
efeito positivo sobre as concessões de crédito, mas que este não se recuperou no período
estudado de forma que desde 2006 ela é uma das principais responsáveis pela arrecadação
ficar abaixo do esperado segundo o modelo. No entanto há de se observar que em dezembro
de 2009 e maio de 2012, data de início das desonerações, o crédito foi reativo a medida, isto é
reduziu sua influência negativa sobre a arrecadação. O preço também passou a influenciar
positivamente a arrecadação em ambas as situações, de forma mais assertiva em 2008, mas
não o suficiente para compensar as deficiências no mercado de crédito. A influência da renda
e das vendas é menor quando comparado ao crédito.
A estrutura tributária torna análise da arrecadação com impostos indiretos um estudo
problemático, uma vez que PIS/COFINS e ICMS também tem influência sobre os preços dos
automóveis, porém não houve acesso à informação sobre como a arrecadação com esta
contribuição e imposto oscilaram Ademais o ICMS possui competência tributária estadual e
seu efeito, portanto, seria dimensionado por região exigindo um estudo por estado. Assim
antes de se considerar que o setor não esteja passando pelo efeito Laffer, uma simplificação
do sistema tributário tornaria a análise proposta neste trabalho mais correta e
consequentemente a elaboração de políticas tributária mais fácil.
Por fim, se devem considerar os resultados divulgados pela própria ANFAVEA
(2013), no contexto das desonerações de 2012. Segundo ela, R$ 4,8 bilhões de reais teriam
deixados de ser arrecadados pelo governo com o IPI no dito ano, tal efeito negativo é
corroborado por esta dissertação. No entanto houve aumento com os ICMS, PIS/COFINS e
IPVA (Imposto sobre Propriedade de Veículos Automotores), com um superávit do Estado da
ordem de R$ 6 bilhões repercutindo, portanto, segundo os autores, em um efeito positivo nos
cofres do governo com redução de carga tributária.
73
6. REFERÊNCIAS BIBLIOGRÁFICAS
ALESINA, A. F.; ARDAGNA, S. Large Changes in Fiscal Policy: Taxes verus Spending.
NBER Chapters, in: Tax Policy and the Economy, v. 24, p. 35–68, 2010.
ALMEIDA, C. C. R. DE et al. Indústria automobilística brasileira : conjuntura recente e
estratégias de desenvolvimento * brasileira : evolução e conjuntura recente. Indicadores
Econômicos FEE, v. 34, n. 1, p. 135–152, 2006.
ALVARENGA, G. V. et al. Políticas Anticíclicas na Indústria Automobilística: Uma Análise
de Cointegração dos Impactos da Redução do IPI Sobre as Vendas de Veículos. Texto para
Discussao, p. 36, 2010a.
ALVARENGA, G. V. et al. Indústria automobilística e políticas anticíclicas: lições da crise.
Diretoria de Estudos e Políticas Setoriais de Inovação, Regulação e Infraestrutura -
DISET, n. 7, p. 9–14, 2010b.
ALVES, L. S.; WILBERT, M. D. Redução do Imposto sobre Produto Industrializado e a
Venda de AutomóveisXI Congresso de Iniciação Científica em Contabilidade. Anais...São
Paulo: 2014
ANFAVEA. Redução de IPI aumentou a arrecadação de impostos. São Paulo. 2013.
Disponível em: < http://www.anfavea.com.br/docs/8.11.13_PressRelease_IPI.pdf> Acesso em
10/01/2017.
ANFAVEA. Anuário da Indústria Automobilística Brasileira. São Paulo: Associação
Nacional dos Fabricantes de Veículos Automotores, 2013.
ANFAVEA. Anuário da Indústria Automobilística Brasileira. São Paulo: Associação
Nacional dos Fabricantes de Veículos Automotores, 2014.
ANFAVEA. Anuário da Indústria Automobilística Brasileira. São Paulo: Associação
Nacional dos Fabricantes de Veículos Automotores, 2015.
ANFAVEA. Anuário da Indústria Automobilística Brasileira. São Paulo: Associação
Nacional dos Fabricantes de Veículos Automotores, 2016.
ARAÚJO, S. M. P. DE. A indústria automobilística, o trabalho e o capital migrante em novas
regiões produtivas brasileiras. Revista Paranaense de Desenvolvimento-RPD, v. 123, p. 99–
116, 2012.
74
ASSOCIAÇÃO NACIONAL DOS FABRICANTES DE VEÍCULOS AUTOMOTORES -
ANFAVEA <http://www.anfavea.com.br> Acesso em 16/06/2016.
ATTANASIO, O. P.; GOLDBERG, P. K.; KYRIAZIDOU, E. Credit constraints in the market
for consumer durables: Evidence from micro data on car loans. International Economic
Review, v. 49, n. 2, p. 45, 2007.
BANCO CENTRAL DO BRASIL - BCB – Concessão de crédito consolidada para compra de
veículos, pessoa física. Disponível em <https://www3.bcb.gov.br> Acesso em: 21/06/16.
BANCO CENTRAL DO BRASIL - BCB – Arrecadação com Imposto sobre produto
industrializado, automóveis. Disponível em <https://www3.bcb.gov.br> Acesso em: 21/06/16.
BAHIA, L.; DOMINGUES, E. Estrutura de inovações na indústria automobilística brasileira.
Texto para Discussão IPEA, v. n° 1472, 2010.
BARRELL, R.; WEALE, M. The economics of a reduction in VAT. Fiscal Studies, v. 30, n.
1, p. 17–30, 2009.
BARROS, D.; PEDRO, L. As mudanças estruturais do setor automotivo, os impactos da crise
e as perspectivas para o Brasil. BNDES Setorial, v. 34, p. 173–202, 2011.
BAUMGARTEN JR., A. L. Demanda de Automóveis no Brasil ". Revista Brasileira de
Economia, v. 26, n. 2, p. 203–297, 1972.
BECSI, Z. The Shifty Laffer Curve. Federal Reserve Bank of Atlanta Economic Review, n.
3, p. 53–64, 2000.
BERRY, S.; LEVINSOHN, J.; PAKES, A. Automobile Prices in Market Equilibrium.
Econometrica, v. 63, n. 4, p. 841–890, 1995.
BONELLI, R.; PESSÔA, S. D. A. Desindustrialização No Brasil: Um Resumo Da Evidência.
IBRE/FGV, v. 7, p. 61, 2010.
BORDLEY, R. F. Estimating Automotive Elasticities from segment elasticities and first
choice/second choice data. The Review of Economics and Statistics, v. 75, n. 3, p. 455–462,
1993.
BOX, G. E. P.; JENKINS, G. M. Times Series Analysis: Forecasting and Control. 1. ed.
New Jersey.
75
BUENO, R. DE L. DA S. Econometria de séries temporais. Cengage Learning, 2008.
BRASIL. Decreto nº 7660/2011. Tabela de Incidência do Imposto sobre Produtos
Industrializados - TIPI. Disponível em:
http://www.receita.fazenda.gov.br/Legislacao/Decretos/2011/dec7660.htm>. Acesso em:
8/01/2016.
CANO, W. A desindustrialização no Brasil. Economia e Sociedade, v. 21, n. 1, p. 831–851,
2012.
BRASIL. Decreto no 4.544, de 2002, regulamentação, tributação, fiscalização, arrecadação e
administração do imposto sobre produtos industrializados - ipi. Diário Oficial da União,
Brasília, DF, dezembro 2002.
CARVALHO, D. B.; EDUARDO, M.; SILVA, É. M. Efeitos dos Choques Fiscais sobre o
Mercado de Trabalho Brasileiro. Revista Brasileira de Economia, v. 67, n. 2, p. 177–200,
2013.
SAX C. seasonal: R Interface to X-13-ARIMA-SEATS. R package version 1.3.0. 2016. Dispo
nível em: < https://CRAN.R-project.org/package=seasonal> Acesso em: 12/02/16.
CORONEL, D. A. et al. Impactos Da Política De Desenvolvimento Produtivo Na Economia
Brasileira : Uma Análise De Equilíbrio Geral Computável. Pesquisa e Planejamento Econo
mico, v. 41, n. 2, p. 337–365, 2011.
CONFEDERAÇÃO NACIONAL DA INDÚSTRIA- CNI. Utilização da Capacidade
Instalada (UCI) < http://www.portaldaindutra.com.br>. Acesso em: 20/06/16
CROSSLEY, T. F.; LOW, H.; WAKEFIELD, M. The economics of a temporary VAT cut.
Fiscal Studies, v. 30. n. 1. p. 3–16, 2009.
DE NEGRI, J. A. Elasticidade-Renda e Elasticidade-Preço da Demanda de Automóveis no
Brasil. Texto para Discussão IPEA, v. N. 558, p. 22, 1998.
DE SOUZA, S. A.; PETTERINI, F. C.; MIRO, V. H. A Tributação nas Vendas de
Automóveis no Brasil : Quem Paga a Maior Parte da Conta ? Revista Economia, v. 11, n. n.
3, p. 559–596. 2010.
DICKEY, D. A.; FULLER, W. A. Distribution of the estimators for autoregressive time series
with a unit root. Journal of the American statistical association, v. 74, n. 1. p. 427–431.
1979.
76
DICKEY, D. A.; FULLER, W. A. Likelihood ratio statistics for autoregressive time series
with a unit root. Econometrica: Journal of the Econometric Society. p. 1057–1072. 1981.
EMRAN, M. S.; STIGLITZ, J. E. On selective indirect tax reform in developing countries.
Journal of Public Economics, v. 89, n. 4 SPEC. ISS., p. 599–623, 2005.
ENGLE, R. F.; GRANGER, C. W. J. Co-integration and Error Correction: Representation,
Estimation, and Testing. Econometrica, v. 55, n. 2, p. 251–276. 1987.
FANTINATTI, A. M. Estimulus fiscais em em modelo DSGE: Bens duráveis versus bens
não duráveis. 2015. 56f. Dissertação (Mestrado em Economia). Fundação Getúlio Vargas –
FGV. São Paulo. 2015
FIUZA, E. P. S. AUTOMOBILE DEMAND AND SUPPLY IN BRAZIL : EFFECTS OF
TAX REBATES AND TRADE LIBERALIZATION ON PRICE-MARGINAL COST
MARKUPS IN THE 1990s *. Textos para Discussão IPEA. 2002.
FRAINER, D. M. A estrutura e a dinâmica industria da automobilística no Brasil.
Dissertação (Mestrado em Economia). 2010. 137f. Porto Alegre: Universidade Federal do Rio
Grande do Sul – UFRGS. 2010.
GABRIEL, L.F.; SCHNEIDER A. H.; SKROBOT F.C.C.; DE SOUZA M. Uma análise da
industria automobilística no Brasil e a Demanda de Veículos Automores: Alguma evidências
para o período recente. Anais do 39º Encontro Nacional de Economia, ANPEC-Associação
Nacional dos Centros de Pós-Graduação em Economia. 2011.
GOLDENSTEIN, M.; CASOTTI, B. P. Panorama Do Setor Automotivo : As Mudanças
Estruturais Da Indústria E As Perspectivas Para O Brasil. BNDES Setorial, v. 28, p. 147–
188, 2008.
GUERRERO, V. M., PENA, B., SENRA, E., & ALEGRÍA, A. (2008). Restricted forecasting
with a VEC model: Validating the feasibility of economic targets. Estadística, 60, 83-101.
HAMILTON, J. D. Time series analysis. Vol. 2. Princeton: Princeton university press, 1994.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA-IBGE. Rendimento médio
nominal do trabalho principal, de março de 2002 a dezembro de 2015.
Disponível em: <http://www.ibge.gov.br> Acesso em: 20/07/2016.
77
INSTITUTO DE PESQUISA ECONÔMICA APLICADA – Ipeadata. Dados
macroeconômicos e regionais Coeficiente de Penetração. Disponível em: <
http://www.ipeadata.gov.br/ > Acesso em: 15/02/2016.
IPEA/DIMAC. Impactos da redução do Imposto sobre Produtos Industrializados (IPI) de
automóveis. Nota Técnica. v. 15, 2009.
JOHANSEN, S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics
and Control. v. 12, n. 2–3. p. 231–254. 1988.
LANCASTER, K. J. A New Approach to Consumer. Journal of Political Economy. v. 74. n.
2. p. 132–157. 1966.
LEVINSOHN, J. Empirics of taxes on differentiated products: the case of tariffs in the
US automobile industry. University of Chicago Press, 1988.
LINHARES, G. G. L.; CARVALHO, E. B. S. Impactos da Redução do Ipi Sobre a Venda de
Veículos Produzidos no Brasil. Artigo Concorrente ao Prêmeio Paulo Haddad 2015, v. 1,
p. 19, 2015.
LÜTKEPOHL, H. New introduction to multiple time series analysis. Springer Science &
Business Media. 2005.
MANKIW, N. G.; MONTEIRO J. C. Introdução à Economia. Princípios de micro e
macroeconomia. São Paulo. 2001
MORAES, R. A. DE; SILVEIRA, J. A. G. DA. ELASTICIDADE - PREÇO E
ELASTICIDADE - RENDA DA DEMANDA NA INDÚSTRIA AUTOMOBILÍSTICA
BRASILEIRA: UMA ANÁLISE DA ÚLTIMA DÉCADA PARA OS VEÍCULOS
POPULARES. VIIII Seminário de Administração. 2005.
MOREIRA, B. A. DE B. C. Modelização de empréstimos bancários de empresas não
financeiras na zona do euro: uma abrodagem VAR/VECM. Lisboa. Universidade de
Lisboa. Lisboa. 2011.
MOREIRA, T. B. S.; SOARES, F. A. R. A crise financeria internacional e as políticas
anticíclias no Brasil. XV Prêmio Tesouro Nacional, p. 1–69, 2010.
Naylor, C. M. Fundamentos constitucionais do Simples Nacional. Revista Jus Navigandi,
Teresina. 2014. Disponível em: < http://www.egov.ufsc.br > Acesso em: 20/11/2016.
78
NEWEY, W. K.; WEST, K. D. Automatic Lag Selection in Covariance Matrix Estimation.
Review of Economic Studies, v. 61, p. 631–653, 1994.
PAES, N. A Curva de Laffer eo imposto sobre produtos industrializados–evidências setoriais.
Cadernos de Finanças Públicas, n. 10, p. 5–22, 2010.
PEROTTI, R. In Search of the Transmission of Fiscal Policy. NBER Working Paper Series,
v. 13143, p. 1–58, 2007.
PIRES, M. C. D. C. Multiplicadores Fiscais no Brasil: Uma contribuição ao debate sobre
políticas fiscais anticíclicas. p. 1–11, 2009.
PORSSE, A. A.; MADRUGA, F. G. Efeitos Distributivos de Políticas Tributárias
Anticíclicas : Análise da Desoneração do IPI sobre o Setor Automobilístico. Associação
Brasileira de Estudos Regionais Urbanos – ABER. 2014. Disponível em:
<http://www.brsa.org.br/>. Acesso em: 18/02/2016.
R Development Core Team (2011). R: A language and environment for statistical computing.
R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0. Disponível
em: <http://www.R-project.org/>. Acesso em: 12/02/2016.
SILVA, P. E. P. O Sistema Tributário : Constituição Econômica e Justiça Social.
Dissertação de mestrado. São Paulo: Universidade de São Paulo - USP, 2010.
SHIN, Y.; SCHMIDT, P. The KPSS stationarity test as a unit root test. Economics Letters, v.
38, n. 4, p. 387–392, 1992.
STIGLITZ, J. E. Money, Credit, and Business Fluctuations. Economic Record, v. 64. n. 4. p.
307–322, 1988.
TEIXEIRA, D. N. Equilibrio de longo prazo entre política macroeconômica e mercado de
crédito para automóveis no Brasil. Salvador. Universidade Federal da Bahia – UFBA. 2013.
TOURINHO, O. A. F.; ALVES, Y. L. B.; SILVA, N. L. C. DA. Implicações Econômicas da
Reforma Tributária: Análise com um Modelo CGE. Revista Brasileira de Economia, v. 64,
n. 3, p. 307–340, 2010.
TRADING ECONOMIC <http://pt.tradingeconomics.com/> Acessado em 21/07/2016.
79
VANALLE, R. M.; SALLES, J. A. A. Relação entre montadoras e fornecedores : modelos
teóricos e estudos de caso na indústria automobilística brasileira. Gestão & Produção, v. 18,
n. 2, p. 237–250, 2011.
VARIAN, Hal R. Microeconomia-princípios básicos. Elsevier Brasil, 2006.
WILBERT, M. D. et al. Redução do imposto sobre produtos industrializados e seu efeito
sobre a venda de automóveis no Brasil: uma análise do período de 2006 a 2013. Revista
Contemporânea de Contabilidade, v. 11, n. 24, p. 107–124, 2014.