Lovleg – “cringe”-estetikk og en kompleks femininitet

Confirmada a existência de não estacionariedade das séries em níveis e a existência de cointegração, procedeu-se à interpretação do VAR cointegrado com 2 lags de desfasamento. Uma vez que se tratam de variáveis não estacionárias em níveis, foi efetuado o modelo

33 _{Tendo sido estimado um VAR(3) com variáveis em níveis e confirmada a existência de cointegração,}

procede-se à estimação de um modelo VECM com um número de lags ‘p-1’ uma vez que as variáveis estão em variações. Nesse sentido o VECM estimado possui 2 lags ótimos.

34 _{Este valor corresponde ao valor crítico que limita a significância, para um nível de 10%. Os valores}

dos testes-t encontram-se entre parênteses retos.

33

considerando as variações dos CDS spreads. Por outro lado as datas dos anúncios foram colocadas no modelo sem alteração. Estimado o modelo VECM(2), através do Anexo 15, observa-se a não significância de alguns parâmetros “alfa” e “beta”, tendo sido impostas um conjunto de restrições através da estimação do VECM (Anexo 16).35 Considerando estas imposições, conclui-se através do teste às restrições, pela não rejeição das mesmas, uma vez que o p-value obtido é superior a um nível de significância de 5% (0.8115). Os vetores estimados – “alfas” e “betas” – são representados da seguinte forma:

α = (0.037 0.023 0.031 0.015 0.061 0.006 0.016 0.000 0.021 0.049) β′= ( 1.000 0.000 −2.772 0.000 0.000 4.049 2.890 1.125 0.000 −6.153)

Efetuando um teste à exogeneidade dos “alfas” para todos os setores, pretende-se testar a existência de algum setor de atividade com comportamento exógeno no ajustamento ao equilíbrio. De acordo com os resultados presentes no Anexo 17, comprova-se que todos os setores não são exógenos pelo que ajudam a repor o equilíbrio em situações de desequilíbrio na equação de cointegração. Tendo sido impostas as restrições indicadas anteriormente, observa- se que na equação de cointegração existem alguns “alfas” de valor estimado quase nulo. Apesar disso, conclui-se que perante um desequilíbrio, com exceção do setor dos materiais, os restantes setores vão ajustar o equilíbrio.

Relativamente aos “betas”, analisando os coeficientes da equação de longo prazo, conclui-se que o “beta” do setor financeiro assume o valor de 1, uma vez que é a normalização do vetor de referência. Já os “betas” dos CDS spreads dos setores da comunicação, do consumo de bens essenciais, da energia e da tecnologia têm o valor de 0, uma vez que apresentavam não significância, pelo que representam setores que não se encontram em equilíbrio na equação de longo prazo. Por outro lado, os valores positivos para os setores da saúde, indústria e dos materiais indicam que estes setores, em equilíbrio no longo prazo, variam em sentido oposto

34

aos dos CDS spreads do setor financeiro. Já os negativos, correspondentes aos setores do consumo de bens discricionários e dos serviços, variam no mesmo sentido do setor financeiro.

Através do modelo VECM(2) estimado (Anexo 16) é possível tirar conclusões quanto ao impacto dos anúncios de PM não convencional do BCE, assim como relativamente ao impacto de curto prazo entre as alteração dos CDS spreads até 2 períodos antes. Neste modelo base não se consideraram variáveis exógenas adicionais de forma a não condicionar os resultados do próprio modelo (Quadro 1).

Quadro 1: VECM(2) – Impacto dos programas de PM não convencional Variáveis D(CDS_FI N) D(CDS_CO M) D(CDS_CO NS_DISC) D(CDS_CO NS_STAP) D(CDS_EN ERGY) D(CDS_HE ALTH) D(CDS_IN DUS) D(CDS_MA TERIALS) D(CDS_TE CH) D(CDS_UT IL) ABSPP&CBPP3_ Anuncio -3.765 -0.539 -3.587 -4.264 -4.232 -2.054 -2.289 -1.652 -8.391 -3.040 [-0.473] [-0.137] [-0.754] [-1.276] [-0.584] [-1.023] [-0.536] [-0.254] [-2.313] [-0.614] CBPP2_Anuncio -5.825 -0.272 -5.559 -4.895 -17.630 -2.196 -3.930 -11.967 4.913 -8.248 [-0.636] [-0.060] [-1.016] [-1.274] [-2.117] [-0.952] [-0.800] [-1.599] [1.178] [-1.448] CSPP_Anuncio -20.195 -13.565 -14.697 -13.162 -30.261 -5.540 -12.671 -19.963 -13.049 -20.007 [-2.387] [-3.241] [-2.908] [-3.707] [-3.931] [-2.598] [-2.790] [-2.885] [-3.385] [-3.801] OMT_Anuncio -8.304 -7.167 -7.460 -5.653 -12.038 -5.450 -9.514 -7.319 -8.797 -8.348 [-0.969] [-1.691] [-1.457] [-1.572] [-1.544] [-2.524] [-2.069] [-1.044] [-2.254] [-1.566] PSPP_Anuncio -7.107 -4.210 -4.250 -5.599 -10.940 -0.679 -2.412 -4.945 -3.884 -3.399 [-0.888] [-1.064] [-0.889] [-1.668] [-1.503] [-0.337] [-0.562] [-0.756] [-1.066] [-0.683] TLTRO_Anuncio -15.257 -8.639 -8.359 -7.048 -11.753 -2.546 -7.278 -7.727 -7.281 -10.325 [-1.893] [-2.167] [-1.736] [-2.084] [-1.603] [-1.253] [-1.682] [-1.172] [-1.983] [-2.059] R-squared 0.533 0.516 0.450 0.486 0.499 0.392 0.514 0.450 0.414 0.491

Começa por se concluir que os anúncios considerados dos programas de PM não convencional do BCE são todos significativos para os CDS spreads de pelo menos um dos setores de atividade, apesar do PSSP estar muito próximo da não significância (1.668 face ao valor crítico de 1.645). Apesar disso o impacto sobre os CDS spreads de todos os setores é negativo, pelo que se conclui que o anúncio destas medidas levou a uma redução do risco de crédito das empresas na área do euro. O anúncio do CSSP afeta negativamente todos os setores, observando-se quedas nos CDS spreads entre 6 e 30 pontos base (este último correspondente ao setor da energia). O anúncio do ABSPP, em conjunto com o CBPP3, também assumiu um impacto negativo sobre os CDS spreads dos setores de atividade, o que equivale a uma diminuição dos CDS spreads aquando do anúncio destes programas. Apesar disso apenas se observa como significativo para o setor da tecnologia. Nessa data, os CDS spreads desse setor

35

caíram aproximadamente 8 pontos base. Já o PSSP, apesar de ter influenciado negativamente os CDS spreads de todos os setores, apenas se verifica significativo sobre os CDS spreads do setor do consumo dos bens essenciais, com uma queda de 6 pontos base.

Os restantes programas não convencionais implementados – CBPP2, OMT e TLTRO – parecem confirmar, conforme expectável, o efeito negativo sobre os CDS spreads, apesar da não significância sobre alguns setores. Para o CBPP2 observa-se significância estatística apenas sobre o setor da energia, levando a redução dos CDS spreads deste setor no valor aproximado de 18 pontos base. O OMT e o TLTRO assumem-se significativos para 4 e 7 setores, respetivamente, mantendo em ambos os casos impactos negativos sobre os CDS spreads. Em comparação com estudos anteriores, genericamente, confirma-se o impacto negativo sobre os CDS spreads, em particular no anúncio do OMT, CBPP3 e PSPP, apesar de se confirmar a não significância estatística para todos os casos (Albu et al., 2014; Falagiarda e Reitz, 2015; Gerlach-Kristen, 2015; Buhler, 2017). No entanto, importa destacar que nos estudos anteriores não foi efetuada uma divisão por setor, o que não os torna exatamente comparáveis com as conclusões desta dissertação, para além de abordarem um período temporal mais antigo, sendo que na maioria dos estudos ainda não se inclui o CSPP.

Observando o impacto dos diferentes setores de atividade parecem obter-se conclusões distintas entre eles. No entanto esta análise, sendo de curto prazo não se assume tão relevante para os objetivos da dissertação, uma vez que os resultados obtidos com a FIR são para um prazo superior, sendo por isso mais interessantes. Apesar disso podem-se destacar algumas conclusões obtidas com o modelo. O setor financeiro, com 1 e 2 períodos de desfasamento, influenciou quer positiva quer negativamente os CDS spreads dos diferentes setores de atividade, apesar da não significância estatística em todos os casos. Destaca-se ainda o setor da energia com uma grande significância estatística dos parâmetros no que diz respeito ao desfasamento de uma e duas semanas perante os restantes CDS spreads dos diferentes setores, inclusive do próprio. O impacto nos CDS spreads é positivo, mostrando que, 1 semana antes, um aumento dos CDS spreads no setor da energia parecia influenciar positivamente, levando a um aumento dos CDS spreads de todos os outros setores, com o maior aumento a registar-se para o setor dos materiais, no valor de 0.43 pontos base. Já para os CDS spreads deste setor com 2 semanas de desfasamento, parecem ter tido um efeito negativo sobre os restantes. Observando-se o impacto dos CDS spreads do setor da tecnologia, que se assume cada vez como um setor de destaque, influenciou negativamente os CDS spreads de todos os outros setores na semana seguinte e positivamente 2 semanas depois, apesar de apenas ser significativo

36

para todos os setores no primeiro. Genericamente, não se observa um padrão exato do impacto entre os diferentes setores, mostrando que vai variando ao longo do tempo quer positiva que negativamente, não apresentando significância estatística nos efeitos de todos os setores.

5.3.1. Modelo alternativo ao modelo base

Para complementar a análise, realizou-se um modelo alternativo ao do modelo base no qual se consideraram os montantes dos 4 programas de QE do BCE, em substituição das datas dos anúncios para evitar problemas de colineariedade entre as variáveis. Foram inicialmente efetuados novos testes para a determinação do número de lags ótimo do modelo, tendo-se concluído que a inclusão destes montantes influenciou a determinação do número de lags, uma vez que face ao modelo base, o número ótimo é consideravelmente superior, apesar de se ter observado alguma divergência nos resultados obtidos com os vários critérios (Anexos 18 e 19). Apesar disso, como indicado na secção da cointegração, é preferível a consideração de um número de lags superior, evitando que sejam omitidos lags relevantes. Nesse sentido, considerou-se o lag 7 como ótimo, tendo sido o valor indicado pelo teste estatístico LR, que tende a apresentar relevância na literatura (Hatemi-J e Hacker, 2009), assim como pelo resultado do teste Wald.36 Os correlogramas dos resíduos apresentam correlações nulas, o que traduz que os resíduos se tratam de ruído branco e parece não existir informação omitida do modelo. Uma vez que os montantes dos programas se tratam de variáveis estacionárias, não foram consideradas no estudo da cointegração37, tendo sido incluídas no modelo sem alterações. Já os CDS spreads, apesar de não cointegrados, são variáveis não estacionárias, pelo que se formulou um modelo VAR(6) com as variações dos CDS spreads, para que apenas se utilizassem variáveis estacionárias (Anexo 20).38 Em semelhança com o modelo base, optou-se pela não inclusão de variáveis exógenas como o Euro Stoxx 50 ou a Euribor a 6 meses, para que não condicionassem com os resultados do modelo.

Face ao modelo base, o impacto do PSSP deixa de ser significativo sobre os CDS spreads de todos os setores, levando a um impacto positivo sobre alguns. Por outro lado, o ABSPP e o CBPP3, que foram anunciados na mesma data pelo que o impacto anterior era conjunto, parecem ter tido efeitos divergentes. O primeiro, contrariamente ao expectável, assume um

36 _{No teste Wald considerou-se um nível de significância de 1%.}

37 _{Foi testada a existência de cointegração apenas entre os CDS spreads e concluiu-se que os CDS}

spreads, com o modelo VAR utilizado, não se encontram cointegrados dado que prevaleceu o r=0, como resultado do teste “lambda-max” e do critério “Schwarz”.

37

impacto positivo mas não significativo para a maioria dos setores, com exceção dos CDS

spreads dos setores da indústria e dos materiais, para os quais o impacto foi significativo. O

segundo apresenta um impacto negativo sobre todos os setores de atividade, excluindo-se o setor financeiro. Apesar disso apenas assume significância para o setor dos materiais. Já o CSPP, que se assumia negativo e significativamente estatístico para os CDS spreads de todos os setores, parece ir contra as conclusões iniciais e, considerando os montantes deste programa, passa a positivo e não mantém a significância estatística. A exceção mantém-se perante o setor da tecnologia, no qual o impacto se mantém negativo apesar da não significância dos coeficientes. Concluindo, neste modelo alternativo parece existir evidência de que os montantes dos programas de compras do QE do BCE não influenciam o risco de crédito, ao contrário do que se observou com as datas dos anúncios no modelo base.

Com este modelo não se procedeu à interpretação dos resultados relativos ao impacto dos CDS

spreads entre os diferentes setores, uma vez que os resultados da CG são mais interessantes.

Apesar disso, e comparando apenas os CDS spreads com 1 e 2 semanas de desfasamento com o modelo base, parecem manter-se as conclusões divergentes, passando a observar-se uma menor significância estatística de forma geral. O setor financeiro, genericamente, continua a apresentar não significância estatística sobre os restantes setores.