Modelo de Equilíbrio da Oferta e da Procura no Mercado Interbancário de Câmbio Ucraniano: Análise e Perspetivas

Índice

1. Introdução e Visão Geral

Esta investigação constrói um modelo de equilíbrio para a procura e oferta de divisas no segmento não monetário do Mercado Interbancário de Câmbio da Ucrânia. O estudo identifica que os compromissos observados são uma consequência direta do regime cambial existente, das medidas administrativas decretadas pelo Banco Nacional da Ucrânia (NBU) e de um conjunto de variáveis fundamentais críticas para a economia ucraniana. O objetivo central é modelar este equilíbrio para revelar aspetos estruturais problemáticos e avaliar a eficácia das intervenções de política monetária.

A tensão entre controlos administrativos e forças orientadas pelo mercado em economias emergentes como a Ucrânia cria um dilema político significativo. Uma regulação apertada pode levar a escassez de divisas e aumento da volatilidade, enquanto a liberalização sob fluxos de capital livres pode expor a economia a efeitos de transbordo e desvalorizações em série.

2. Metodologia de Investigação e Estrutura do Modelo

O estudo emprega uma abordagem empírica robusta para dissecar a dinâmica do mercado de câmbio ucraniano.

2.1. Abordagem de Modelação FAVAR

A pedra angular da análise é a modelação FAVAR (Factor-Augmented Vector Autoregressive). Esta técnica foi escolhida pela sua capacidade de incorporar uma grande quantidade de informação económica (através de fatores latentes) numa estrutura VAR, proporcionando uma visão mais abrangente da dinâmica do sistema económico do que os modelos VAR padrão. Lida eficazmente com a "maldição da dimensionalidade" ao modelar com muitas variáveis influenciais potenciais.

2.2. Segmentação de Dados e Períodos

Um passo crítico na análise é a segmentação dos dados empíricos do Mercado Interbancário de Câmbio Ucraniano em períodos distintos. Os autores propõem esta segmentação para ter em conta ruturas estruturais, mudanças políticas significativas ou choques económicos (por exemplo, alterações nas regulamentações do NBU, grandes eventos geopolíticos) que, de outra forma, distorceriam o modelo. Analisar dados dentro destes períodos homogéneos permite uma identificação mais clara da relação de equilíbrio entre a procura e a oferta.

3. Principais Conclusões e Resultados Empíricos

A aplicação do modelo FAVAR produz vários insights significativos sobre o funcionamento do mercado.

3.1. Propriedades de Desconexão e Especificação Log-Linearizada

O modelo revela importantes propriedades de desconexão, indicando períodos ou condições em que a relação fundamental entre a procura e a oferta se quebra ou se comporta de forma inesperada. Isto é frequentemente um sinal de ineficiências de mercado, pressões especulativas ou da influência dominante de fatores não fundamentais. O estudo apresenta uma especificação log-linearizada do modelo, que é uma técnica de linearização comum usada para simplificar a análise de condições de equilíbrio não lineares, tornando os parâmetros do modelo mais interpretáveis e adequados para testes econométricos.

3.2. Análise GAP do Desvio do Equilíbrio

Os autores propõem e utilizam uma ferramenta de análise GAP. Este instrumento mede o desvio do estado real do mercado em relação ao estado de equilíbrio modelado. Um GAP persistente ou grande indica um mercado fora do equilíbrio, o que pode sinalizar tensão subjacente, má avaliação de preços ou a necessidade de ajuste político. Esta análise está diretamente ligada à avaliação do estilo e da eficácia da regulação da autoridade monetária (NBU).

4. Implicações Políticas e Análise Regulatória

O estudo conclui com poderosas implicações políticas. Conclui que uma participação aumentada de dinheiro mantido fora do sistema bancário prejudica significativamente a estabilidade dos preços na Ucrânia. Esta "dolarização" ou substituição de moeda reduz o controlo do banco central sobre a oferta monetária e complica a transmissão da política monetária. Além disso, a investigação argumenta que as intervenções do NBU seriam mais eficazes se uma taxa de câmbio flexível fosse acompanhada por um regime de metas de inflação flexível. Isto sugere que avançar para um quadro de política monetária mais baseado em regras e transparente poderia melhorar os resultados de estabilidade de uma taxa de câmbio flutuante.

5. Detalhes Técnicos e Formulação Matemática

O núcleo do modelo FAVAR pode ser representado conceptualmente. Seja $Y_t$ um vetor de variáveis económicas observadas (por exemplo, taxa de câmbio, taxas de juro). Seja $F_t$ um vetor de fatores não observados extraídos de um grande conjunto de dados $X_t$ de indicadores económicos. O modelo FAVAR é então especificado como: $$ \begin{bmatrix} F_t \\ Y_t \end{bmatrix} = \Phi(L) \begin{bmatrix} F_{t-1} \\ Y_{t-1} \end{bmatrix} + v_t $$ Onde $\Phi(L)$ é um polinómio matricial no operador de desfasamento $L$, e $v_t$ é um vetor de termos de erro. A relação entre o grande conjunto de dados e os fatores é: $X_t = \Lambda^F F_t + \Lambda^Y Y_t + e_t$, onde $\Lambda$ são matrizes de cargas fatoriais. A condição de equilíbrio entre a procura ($D$) e a oferta ($S$) de divisas, após log-linearização em torno de um estado estacionário, pode assumir uma forma como: $$ \hat{d}_t = \alpha \hat{s}_t + \beta' Z_t + \epsilon_t $$ Onde $\hat{d}_t$ e $\hat{s}_t$ são os desvios logarítmicos da procura e da oferta em relação ao equilíbrio, $Z_t$ é um vetor de variáveis fundamentais e políticas, e $\epsilon_t$ é um termo de perturbação. O GAP é então definido como $GAP_t = \hat{d}_t - \hat{s}_t$.

6. Resultados Experimentais e Descrição de Gráficos

Embora as figuras completas não sejam fornecidas no excerto, com base nas práticas padrão nesta investigação, podemos inferir o seu conteúdo provável:

• Figura 1 (Provável): Séries Temporais das Variáveis-Chave. Mostraria os percursos históricos da taxa de câmbio (UAH/USD ou UAH/EUR), das taxas de política do banco central e, talvez, das reservas estrangeiras ou do saldo da balança corrente durante o período estudado, destacando a segmentação definida pelos autores.
• Figura 2 (Provável): Funções de Resposta ao Impulso (IRFs) do Modelo FAVAR. Este é um resultado padrão dos modelos VAR/FAVAR. Descreveria como o sistema (por exemplo, taxa de câmbio, procura, oferta) reage ao longo do tempo a um choque único noutra variável (por exemplo, uma mudança de política do NBU, uma mudança no sentimento de risco global). Isto revela as interdependências dinâmicas dentro do mercado.
• Figura 3 (Provável): Gráfico de Análise GAP. Representaria visualmente o desvio calculado do estado de equilíbrio ($GAP_t$) ao longo do tempo. Os períodos em que o GAP é significativamente positivo ou negativo seriam marcados, possivelmente correlacionados com eventos políticos conhecidos ou crises económicas, demonstrando o poder de diagnóstico do modelo.

As 5 tabelas apresentariam tipicamente: estatísticas descritivas dos dados, resultados de testes de raiz unitária/cointegração (para validar a hipótese sobre séries temporais de variáveis fundamentais), os coeficientes estimados e a significância estatística do modelo, resultados de decomposição da variância (mostrando que proporção da variância do erro de previsão numa variável se deve a choques noutras variáveis) e, talvez, os resultados de simulações de cenários políticos.

7. Estrutura de Análise: Um Exemplo de Caso Sem Código

Cenário: Um analista do Banco Nacional da Ucrânia pretende avaliar o impacto de uma hipotética flexibilização dos controlos de capitais no equilíbrio do mercado de câmbio interbancário.

1. Definir o Choque: O choque é modelado como uma mudança na variável política relevante dentro do vetor $Z_t$ do modelo FAVAR (por exemplo, um índice que representa a rigidez dos controlos de capitais desce).
2. Executar o Modelo: Utilizando o modelo FAVAR estimado, gerar Funções de Resposta ao Impulso (IRFs) para variáveis-chave como a taxa de câmbio, o GAP procura-oferta e as taxas de juro domésticas em resposta a este choque.
3. Interpretar a Dinâmica: As IRFs mostram a magnitude, direção e persistência das respostas. Por exemplo, uma flexibilização pode levar a uma pressão de depreciação imediata (GAP negativo mais amplo), seguida de um ajustamento gradual. A tabela de decomposição da variância ajuda a identificar se esta variável política é um dos principais impulsionadores da volatilidade do mercado.
4. Avaliação Política: O analista avalia se a dinâmica do GAP resultante é sustentável ou exigiria intervenções compensatórias. Avalia se a medida está alinhada com a recomendação do estudo para um regime coerente de taxa de câmbio flexível/metas de inflação.

8. Aplicações Futuras e Direções de Investigação

• Integração de Dados de Alta Frequência e Alternativos: Modelos futuros poderiam incorporar dados de negociação interbancária tick-by-tick, análise de sentimento de notícias financeiras ou estimativas de fluxos de capitais baseadas em blockchain para capturar efeitos de microestrutura de mercado.
• Aumento com Aprendizagem Automática: Técnicas como LASSO-VAR ou modelos fatoriais baseados em redes neuronais poderiam ser usadas para melhorar a extração de fatores e a precisão da previsão do modelo, especialmente em regimes não lineares.
• Análise Comparativa Transnacional: Aplicar a mesma estrutura FAVAR-GAP a outros mercados emergentes com desafios semelhantes (por exemplo, Geórgia, Moldávia, Sérvia) para derivar princípios generalizáveis para a gestão do mercado de câmbio.
• Painel de Controlo Político em Tempo Real: Desenvolver um painel de controlo que atualize continuamente o GAP de equilíbrio usando dados em tempo real, fornecendo um sistema de alerta precoce para riscos de estabilidade financeira para os decisores políticos.

9. Referências

1. Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, 120(1), 387-422.
2. Diebold, F. X., & Yılmaz, K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119(534), 158-171.
3. Fundo Monetário Internacional. (2020). Relatório Anual sobre Regimes e Restrições Cambiais (AREAER). Washington, DC: FMI.
4. Kuznyetsova, A., Misiats, N., & Klishchuk, O. (2017). The equilibrium model of demand and supply at the Ukrainian Interbank Foreign Exchange Market: disclosure of problematic aspects. Banks and Bank Systems, 12(4), 31-43.
5. Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer Science & Business Media.
6. Banco Nacional da Ucrânia. (Vários Anos). Relatórios de Política Monetária. Kyiv: NBU.

10. Análise Original e Comentário de Especialistas

Insight Central: Este artigo apresenta uma acusação crucial, embora subtil, da esquizofrenia histórica da política monetária ucraniana. A verdadeira história não é apenas o modelo FAVAR—é a evidência empírica de que os controlos administrativos e uma taxa flutuante estão fundamentalmente em desacordo, a menos que ancorados por um alvo nominal credível como a inflação. A conclusão de que a acumulação de dinheiro "prejudicou significativamente a estabilidade dos preços" é um veredicto condenatório sobre a falha em manter a confiança pública na hryvnia, um ponto ecoado nos relatórios do FMI sobre o país que consistentemente destacam a desdolarização como um desafio-chave para a estabilidade macroeconómica da Ucrânia.

Fluxo Lógico: Os autores identificam corretamente o dilema central dos bancos centrais dos mercados emergentes: o trilema. Não se pode ter política monetária independente, fluxos de capital livres e uma taxa de câmbio estável simultaneamente. A tentativa pós-2014 da Ucrânia de ter os três—através de uma flutuação suja gerida com controlos ad-hoc—criou exatamente as "propriedades de desconexão" que o seu modelo revela. O salto lógico para propor um regime de metas de inflação flexível (FIT) é sólido. Como o trabalho seminal de Bernanke et al. sobre FAVAR mostrou, tais modelos são particularmente bons a capturar os complexos mecanismos de transmissão em que um regime FIT se baseia, tornando isto mais do que apenas uma sugestão política—é um ajuste metodológico.

Pontos Fortes e Fraquezas: O ponto forte está na metodologia aplicada e rica em contexto. Usar FAVAR para a Ucrânia é apropriado, pois pode destilar sinal do ruído de um mercado volátil e institucionalmente complexo. A análise GAP é uma ferramenta pragmática e comunicável para os decisores políticos. A principal fraqueza, comum a muitos destes estudos, é a suposição implícita de estabilidade estrutural. Os "períodos propostos pelos autores" são um filtro crítico mas potencialmente subjetivo. Identificaram corretamente os regimes? Uma abordagem mais robusta, como vista na macroeconometria avançada, seria usar testes estatísticos formais para ruturas estruturais (por exemplo, testes de Bai-Perron) para definir estes períodos objetivamente. Além disso, embora diagnostiquem o problema (acumulação de dinheiro), o modelo oferece menos insight sobre as causas desta acumulação—é puramente trauma de inflação passado, ou há questões estruturais com o setor bancário?

Insights Acionáveis: Para o NBU e instituições semelhantes, esta investigação fornece um roteiro claro: 1) Implementar a ferramenta GAP em tempo real. Monitorizá-la como um indicador central de estabilidade financeira. 2) Comunicar estrategicamente. O caminho para um regime FIT eficaz requer a gestão de expectativas. Usar os insights do modelo para explicar como e por que certas intervenções são usadas durante a transição. 3) Alargar o âmbito dos dados. Integrar medidas da saúde do setor bancário e do comportamento financeiro das famílias em iterações futuras do modelo para atacar melhor o problema da dolarização na sua raiz. A conclusão final é que a modelação técnica e os quadros políticos coerentes não são esforços separados—são duas faces da mesma moeda para alcançar a estabilidade em mercados de câmbio frágeis.