External Demand, Domestic Monetary Conditions, and Remittance Dynamics in Nepal

Resumo Técnico: Demanda Externa, Condições Monetárias Domésticas e Dinâmica das Remessas no Nepal

Declaração do Problema
Apesar de as remessas pessoais constituírem um pilar da economia nepalesa — representando consistentemente mais de 20–30% do PIB —, seus determinantes permanecem insuficientemente compreendidos no âmbito de uma estrutura robusta de séries temporais multivariada. A literatura existente foca amplamente em motivações de nível micro ou em correlatos macroeconômicos amplos, como taxas de câmbio e instabilidade política, frequentemente negligenciando as dinâmicas conjuntas entre as condições de demanda externa global nos principais países de destino de migrantes e os ambientes de política monetária doméstica. Além disso, a natureza de amostra pequena dos dados macroeconômicos anuais disponíveis para o Nepal (1993–2024) apresenta desafios metodológicos significativos que análises anteriores não abordaram plenamente, particularmente no que tange à multicolinearidade entre regressores e quebras estruturais.

Metodologia
Este estudo emprega um pipeline econométrico abrangente, adequado para publicação, adaptado para dados de séries temporais de amostra pequena (N=32 observações). A metodologia procede através das seguintes etapas:

1. Construção e Pré-processamento de Dados:

   • Variáveis: A variável dependente é a participação das remessas pessoais no PIB. Os controles incluem indicadores domésticos (crescimento do PIB real, inflação do IPC, desemprego, taxa de câmbio) e um conjunto detalhado de variáveis de política monetária (taxa de política, taxa interbancária, taxas de títulos do Tesouro, taxas de depósito/empréstimo, CRR).
   • Índices Compostos via PCA: Para mitigar a multicolinearidade, o estudo constrói dois índices compostos teoricamente fundamentados utilizando Análise de Componentes Principais (PCA):
     • Índice de Demanda Externa: Derivado do primeiro componente principal de séries de PIB real transformadas em logaritmo de 12 países de destino principais (incluindo estados do Golfo, Índia, EUA, Japão e Austrália).
     • Índice de Condições Monetárias (ICM): Derivado de cinco indicadores financeiros-chave (taxa de política, taxa interbancária, T-bill de 91 dias, taxa de depósito, taxa de empréstimo), onde valores mais altos indicam condições mais restritivas.
   • Imputação: Dados monetários faltantes para o período inicial (1993–2000) foram imputados utilizando referências históricas oficiais e extrapolação linear.
   • Transformações: Transformações logarítmicas naturais foram aplicadas para estabilizar a variância e facilitar a interpretação da elasticidade.

2. Pipeline Econométrico:

   • Estacionariedade e Quebras Estruturais: As variáveis foram testadas utilizando testes ADF, PP, KPSS e Zivot-Andrews. Testes de Chow sequenciais identificaram uma quebra estrutural dominante em 2002, que foi controlada utilizando dummies de impulso e passo.
   • Cointegração: A abordagem de teste de limites do Modelo Autorregressivo com Defasagens Distribuídas (ARDL) (Caso III) foi utilizada, suplementada pelo teste baseado em resíduos de Engle-Granger.
   • Estimação: Parâmetros de longo prazo foram estimados via MQO com erros padrão consistentes para Heterocedasticidade e Autocorrelação (HAC). MQO Dinâmico (DOLS) foi empregado para abordar endogeneidade potencial e viés de amostra pequena.
   • Dinâmicas de Curto Prazo: Um Modelo de Correção de Erros (MCE) em duas etapas foi construído para modelar mecanismos de ajuste.
   • Validação: O modelo passou por extensos testes diagnósticos (correlação serial, heterocedasticidade, normalidade, forma funcional) e verificações de estabilidade de parâmetros (CUSUM/CUSUMSQ). A robustez foi verificada em sete especificações alternativas.
   • Projeção: Um framework de projeção multi-modelo foi desenvolvido, integrando modelos univariados de séries temporais (ARIMA, ETS, Theta), ensembles de aprendizado de máquina (Ridge, Lasso, ElasticNet, Gradient Boosting) e projeções baseadas em cenários do MCE até 2030.

Principais Resultados

• Determinantes de Longo Prazo: A análise revela um forte efeito positivo de longo prazo da demanda externa sobre as remessas. Um aumento de um desvio padrão no índice de demanda externa eleva as remessas como participação do PIB em aproximadamente 0,25 pontos percentuais (MQO) a 0,32 pontos percentuais (DOLS). Por outro lado, condições monetárias domésticas mais restritas exercem um impacto negativo significativo (coeficiente $\approx -0,21$ a $-0,28$).
• Cointegração e Ajuste: O teste de limites do ARDL (Estatística F = 6,0658) e o teste de Engle-Granger confirmam uma relação de equilíbrio de longo prazo estável. O MCE indica uma velocidade de ajuste rápida, corrigindo aproximadamente 26,3% de qualquer desequilíbrio dentro de um ano (meia-vida dos desvios $\approx$ 2,28 anos).
• Causalidade: Testes de causalidade de Granger suportam causalidade unidirecional que vai da demanda externa e das condições monetárias domésticas para os fluxos de entrada de remessas.
• Projeção: Sob um cenário de base, projeta-se que as remessas alcancem aproximadamente 28,27% do PIB até 2030. No entanto, as projeções exibem alta sensibilidade a choques externos; um cenário de "Baixa Demanda Externa" restringe isso a 25,62%, enquanto um cenário de "Alta Demanda Externa" eleva para 29,43%.

Significado e Contribuições
O artigo afirma avançar a literatura de três maneiras principais:

1. Integração Metodológica: Integra sistematicamente índices compostos derivados de PCA de demanda externa e condições monetárias domésticas dentro de um framework unificado ARDL-MCE especificamente projetado para ambientes de amostra pequena, abordando efetivamente a multicolinearidade e limitações de dados.
2. Rigor Econométrico Abrangente: Aplica um conjunto completo de técnicas modernas de séries temporais — incluindo tratamento de quebras estruturais, DOLS e projeção multi-modelo — a dados nepaleses, conectando explicitamente o rigor acadêmico à relevância política prospectiva.
3. Relevância Política: Ao identificar a política monetária doméstica como um driver não neutro dos fluxos de remessas, o estudo oferece insights acionáveis para o calibramento da política monetária, estratégias de diversificação da migração e a utilização produtiva dos fluxos de entrada de remessas em uma das economias mais dependentes de remessas do mundo.

Limitações
Os autores reconhecem que a dependência de dados anuais (32 observações) limita os graus de liberdade, que as estatísticas oficiais excluem fluxos informais e que os índices PCA podem obscurecer heterogeneidade específica de países na demanda externa.