Determinantes da desindustrialização no Brasil: Um estudo econométrico1

Cinthia de Souza2

Resumo: Resgatando parte do debate econômico existente ne heterodoxia acerca das causas
da desindustrialização na economia brasileira, este artigo tem como principal objetivo analisar os
impactos da taxa de câmbio real, do grau de abertura financeira e da formação bruta de capital fixo
na redução da participação da indústria no PIB brasileiro no período de 2001 a 2019. A variável
taxa de câmbio real foi incluída para analisar o impacto dos preços relativos na desindustrialização,
buscando avaliar o argumento dos novo-desenvolvimentistas de que o câmbio sobrevalorizado é
principal causa da queda da participação industrial no PIB. A abertura financeira foi introduzida a
fim de avaliar uma possível relação entre a liberalização financeira e a desindustrialização. Já a
formação bruta de capital fixo foi introduzida como forma de avaliar o impacto do elemento mais
dinâmico da demanda agregada na variável dependente. A um nível de 10% de significância, os
resultados sugerem que uma taxa de câmbio real impacta negativamente na participação industrial,
enquanto a relação entre investimento e participação da indústria no PIB é positiva. O grau de
abertura financeira não demonstrou significância estatística.
Palavras-chave: Desindustrialização; Taxa de câmbio; Financeirização; Formação Bruta de
Capital Fixo.

1
Trabalho apresentado à disciplina de Econometria no curso de Mestrado em Teoria Econômica da UNICAMP no ano
de 2019.
2
Mestranda em Teoria Econômica na UNICAMP.
 1. TEMA, OBJETIVOS E HIPÓTESES

Este trabalho tem como objetivo realizar um estudo econométrico a fim de analisar o impacto
das variáveis taxa de câmbio real, formação bruta de capital fixo e grau de abertura financeira sobre
a trajetória decrescente da indústria de transformação no PIB brasileiro dos anos de 2001 a 2019.
Nas últimas décadas, tem-se observado uma tendência geral de queda da participação do
valor agregado da manufatura no valor agregado total, bem como no emprego deste setor
relativamente ao emprego total. Nos países desenvolvidos esta redução na parcela relativa do valor
agregado foi, entre os anos de 1970 a 2018, de 17,2 para 15,7%, enquanto o emprego se reduziu de
27,2% para 13,4% de 1970 a 2010. Nos países em desenvolvimento a participação relativa do setor
manufatureiro no valor agregado manteve-se em torno de 15% no período analisado, todavia houve
uma grande heterogeneidade entre tais países. Enquanto na Ásia houve um aumento de 13,0% para
22,3%, na América Latina houve uma queda de 18,3% para 14,6% (Peres et al, 2018).
Ainda que a desindustrialização esteja presente em países de distintos níveis de
desenvolvimento, tal processo ocorre de forma diferenciada entre os mesmos. Enquanto nos países
desenvolvidos a queda relativa da produção manufatureira está relacionada a um nível de elevado
progresso técnico, que a partir de determinado padrão passa a se mover no sentido de expandir,
modernizar e diversificar os serviços mais que a agricultura e a indústria, no caso de países
periféricos como o Brasil ocorre algo distinto (Cano, 2012). No Brasil, o processo de
desindustrialização se iniciou quando a economia encontrava-se em um nível de renda per capita
inferior ao observado nos países em desenvolvimento, sendo por vezes denominada de
“desindustrialização precoce” (Oreiro e Feijó, 2010).
O Brasil foi um dos poucos países da América Latina que conseguiu ultrapassar fortemente
a produção de bens não duráveis de consumo, internalizando em razoável medida o setor de bens
de consumo duráveis e de bens de capital, o que foi posto em prática por robustos planejamentos
estatais principalmente durante as décadas de 1950 a 1970. Na década de 80 e principalmente a
partir das reformas neoliberais da década de 90 essa trajetória mudou radicalmente, o que veio
acompanhado de uma queda progressiva da participação da indústria de transformação no PIB. Essa
trajetória descendente se mantém até a atualidade, de forma que no final de 2001 a participação da
indústria de transformação no PIB foi de 13,02%, passando para 10,17% do PIB no segundo
trimestre de 2019. Durante este período, a trajetória de queda da participação industrial parece se
acelerar a partir da crise de 2008, conforme pode-se visualizar no gráfico 1.
 Gráfico 1

Participação da Indústria de Transformação no

PIB (%) - Brasil
15

14

13

12

11

10

9
2002.III

2005.III

2008.III

2011.III

2014.III

2017.III
2004.I

2007.I

2010.I

2013.I

2016.I

2019.I
2003.II

2004.IV

2006.II

2009.II

2012.II

2015.II

2018.II
2001.IV

2007.IV

2010.IV

2013.IV

2016.IV
Fonte: Contas Nacionais Trimestrais – IBGE

O debate a respeito das causas da desindustrialização brasileira é amplo e divergente na

ciência, que será examinado de forma mais detalhada na próxima sessão. A exposição das causas
da desindustrialização para as diferentes interpretações será feita de forma restrita a algumas
interpretações heterodoxas, sem a pretensão de realizar uma ampla revisão teórica sobre o tema.
Para compreender a escolha das variáveis independentes a serem analisas, cabe um breve resumo
destas perspectivas. De acordo com Oreiro e Feijó (2010) e Bresser Pereira (2012), a taxa de câmbio
sobrevalorizada é a principal causa da desindustrialização, onde a “doença holandesa” se manifesta
na economia brasileira através da valorização da taxa de câmbio real, que resulta da valorização dos
preços das commodities e dos recursos naturais no mercado internacional. Essa perspectiva é
fortemente criticada por Serrano e Summa (2012)3, que afirmam que a desaceleração da produção
industrial pode ser explicada pela forte redução no crescimento do investimento. Por fim, Peres et
al (2018) salientam a importância que a abertura financeira cumpriu para a explicação deste
fenômeno, principalmente através da limitação da ação Estatal na promoção de políticas industriais.
Esta perspectiva coloca ênfase na perda de autonomia das políticas econômicas, visão que se
aproxima em certa medida da interpretação da “hierarquia monetária”.

Uma hipótese deste trabalho é a de que o fenômeno da desindustrialização no Brasil está

relacionado com o impacto da financeirização em ampliar as instabilidades macroeconômicas,

3
Os autores discordam da nomenclatura “desindustrialização”, mas argumentam a respeito das causas do
arrefecimento da produção industrial. Neste trabalho parte-se do pressuposto de que a redução da participação da
indústria de transformação no PIB é causa e manifestação da desindustrialização.
limitando a capacidade do Estado em formular, dentre outras políticas, as políticas industriais. Outra
hipótese subjacente a esta pesquisa é a de que a formação bruta de capital fixo é um elemento central
para compreender a evolução da participação da indústria de transformação no PIB. Por fim, nossa
última hipótese é de que a sobrevalorização da taxa de câmbio não está necessariamente relacionada
com um aprofundamento da desindustrialização. Isso ocorre, dentre outros fatores, porque o
dinamismo industrial no Brasil depende da capacidade para importar; e também porque o efeito da
taxa de câmbio impacta sobre os preços relativos e possui um efeito imediato expansionista. Desta
forma, a taxa de câmbio tem uma influência contraditória no desenvolvimento industrial brasileiro:
a particularidade de nossa industrialização implique que por um lado a desvalorização dificulte a
importação de bens necessários a nossa indústria, restringindo-a; mas por outro lado impõe
limitações a este crescimento pelas mesmas razões.

2. REVISÃO TEÓRICA

Nesta seção será exposto alguns dos debates existentes na heterodoxia da teoria econômica
sobre o fenômeno da desindustrialização no Brasil. Serão discutidas três visões principais: os novo
desenvolvimentistas, que colocam o enfoque da causa da desindustrialização nos preços
macroeconômicos, em especial na sobrevalorização cambial; a visão de Serrano e Summa (2012)
que afirma ser a queda do investimento a principal causa da redução da participação da indústria no
PIB. Por fim, serão demonstrados argumentos que apontam a importância da financeirização, da
abertura econômica e da desregulamentação como fontes explicativas da desindustrialização.

Na visão dos novo desenvolvimentistas, onde se destacam as análises de Oreiro e Feijó

(2010) e Bresser Pereira (2012), os países em desenvolvimento possuem “vantagens ricardianas”
que tornam inviável a existência de indústrias competitivas nestes países. A existência de recursos
baratos aliados ao movimento na conta capital e financeira fazem com que a taxa de câmbio nestes
países permaneça mais valorizada que a taxa de câmbio que seria competitiva para a indústria.
Assim, impera no Brasil uma “doença holandesa” que é mais severa tanto quando a taxa de câmbio
estiver sobrevalorizada relativamente à taxa de câmbio de equilíbrio industrial. Dessa forma, essa
sobrevalorização cambial por tornar a indústria pouco competitiva é a principal responsável pela
desindustrialização das últimas décadas. Nesta visão, o boom das commodities em meados dos anos
2000 foi um fator agravante da doença holandesa, o que explicaria a intensificação da
desindustrialização. A célebre frase de Bresser Pereira (2012) comparando a taxa de câmbio com
um “interruptor de luz” que “liga e desliga as boas empresas da demanda internacional” explica não
apenas o papel deste preço macroeconômico para tal visão, mas também o da demanda externa,
responsável por filtrar as empresas nacionais competentes. Neste trabalho optou-se por analisar a
variável taxa de câmbio real para testar os argumentos desta interpretação.

As ideias de Serreno e Summa (2012) explicitam uma visão totalmente diferente da anterior
acerca das causas da redução da participação da indústria no PIB. Para os autores, a sobrevalorização
cambial é superestimada na visão teórica dos novo desenvolvimentistas na interpretação das causas
da desvalorização. A perda de participação da indústria de transformação está fundamentalmente
relacionada com o nível de investimento público e privado, principalmente a formação bruta de
capital fixo. Os teóricos argumentam ainda que a indústria cresceu nos momentos em que a taxa real
de câmbio estava apreciada e que a valorização foi expansionista durante os anos 2000, por impactar
positivamente nos salários reais. Ainda que a taxa de câmbio sobrevalorizada possa limitar a
competitividade da indústria tal efeito é incerto, há outros fatores que são determinantes para a
produção industrial. No curto prazo, sempre que a taxa de investimento da economia aumentar é
esperado que a produção industrial aumente mais que proporcionalmente aos demais setores; já
quando há uma queda na taxa de investimento o provável é que ocorra o oposto. Desta forma, é a
redução na taxa de crescimento dos investimentos públicos e privados a principal causa da
desaceleração da produção da indústria de transformação. Como o investimento privado depende
da demanda efetiva, esta visão indiretamente coloca ênfase no papel da demanda e
consequentemente do investimento público como propulsores da industrialização.

Por fim, Peres et al (2018) enfatiza como um dos fatores passíveis de serem responsáveis
pela desindustrialização a abertura financeira e a consolidação da financeirização. A explicação
coloca ênfase na limitação das políticas econômicas no contexto da liberalização financeira, que
viria a limitar a execução de políticas industriais. O preço de variáveis como a taxa de juros e de
câmbio passou a se tornar nesse cenário não o reflexo de políticas ativas, mas sim de fatores
externos, onde o papel dos movimentos especulativos e das finanças é grande. Haveria, portanto,
uma priorização da acumulação financeira em detrimento de investimentos produtivos que teria
contrubuído para um cenário de grande instabilidade, de estagnação da demanda agregada e como
consequência, para a desindustrialização. Tal perspectiva compartilha com algumas das
contribuições abordagem da “hierarquia monetária” (Prates, Biancarelli) para explicar a fragilidade
na autonomia das políticas econômicas nos países periféricos. A fragilidade das políticas
econômicas frente ao cenário da liberalização foi evidenciada por Rey (2015), que explica que a
autonomia das políticas econômicas fica fragilizada sob o contexto de abertura comercial e
financeira. Na visão de Prates (2005) tal fragilidade é ainda maior para os países periféricos como
o Brasil, onde a posição de sua moeda em um nível baixo da hierarquia monetária implica em
assimetrias financeiras e macroeconômicas que limitam a autonomia das políticas econômicas. Há,
na visão destes autores, uma ligação estreita entre financeirização, liberalização e perda de
autonomia da política econômica. Sugere-se neste artigo, assim como Peres et al (2018) que tais
limitações de políticas podem ser relevantes na explicação da desindustrialização.

3. METODOLOGIA

Esta seção tem por objetivo fazer uma análise do modelo proposto a partir da abordagem
teórica anteriormente exposta. A caracterização da metodologia utilizada compreende a exposição
e detalhamento dos dados, a descrição do modelo e dos testes aplicados, bem como a análise dos
resultados. Com a suposição de que todas as variáveis são exógenas, utilizou-se um nível de
significância de 10%. Toda a metodologia foi realizada no programa R Studio em sua versão
1.2.1335. A relação que se estabelece a priori é a ilustrada pelo Modelo 1.

Modelo 1
Log(IndTransf) = θ + β1Log(Câmbio) + β2Log(FBKF) + β3Log(AbertFinan) + ut

Sendo “IndTransf” a participação da indústria no PIB em %, “Cambio” a taxa de câmbio

real, índice de base fixa 2012=100; e “AbertFinan” o grau de abertura financeira, e ut o termo de
erro.
Os dados referentes à participação da indústria de transformação no PIB e a formação bruta
de capital fixo foram retirados das Contas Nacionais Trimestrais publicadas pelo IBGE, em preços
constantes de 1995 e dessazonalidadas. A série histórica da taxa de câmbio real foi obtida no
Ipeadata, consistindo em um índice com base fixa em 2010. Por fim, o grau de abertura financeira
utilizado foi o da soma do estoque de ativos e passivos dividido pela corrente de comércio 4. Os
dados utilizados para o cálculo do grau de abertura financeira foram retirados Balanço de
Pagamentos e da Posição Internacional de Investimento, fornecidos pelo Banco Central. O período
analisado é do último trimestre de 2001 até o segundo trimestre de 2019 e tal recorte foi escolhido
pela disponibilidade de dados. A base de dados contém 71 observações.
Como os dados analisados são séries temporais, o ajuste do modelo requer que seja
identificado se as séries são ou não estacionárias, realizando para tal um teste de raiz unitária. De

4
Ou seja, Grau de abertura financeira=(Estoque de ativos+ Estaque de passivos)/(Exportações + Importações). Tal
forma de mensurar a abertura financeira foi retirada de Lane e Milesi-Ferreti (2007).
acordo com Wooldridge (2006) a estacionariedade das variáveis é importante para que as
distribuições e os parâmetros sejam identificados estavelmente ao longo do tempo.
A função de autocorrelação de todas as séries temporais analisadas parecem indicar a
presença de não estacionariedade. Para confirmar a presença de raiz unitária foi utilizado o método
ADF (Augmented Dickey-Fuller), testando a hipótese nula de presença de raiz unitária em cada
variável.
A série “Ind Transf” apresentou os seguintes resultados para o teste ADF, no modelo com
tendência:
Modelo “trend”

Figura 1 - Teste ADF para "Ind Tranf", "trend"

Assim, o valor de -2,95 está fora da zona crítica a 10% de significância e não é possível
rejeitar a hipótese nula de não estacionariedade.
Aplicando o teste para o modelo com drift, novamente não se pode rejeitar a hipótese nula:
Modelo “drift”

Figura 2 - Teste ADF para "Ind Transf", "drift"

Por fim, realizando o teste apenas com uma defasagem, confirma-se que a série é não
estacionária:
Modelo “none”

Figura 3- Teste ADF para "Ind Transf", "none"

 A série “câmbio” também é não estacionária, o que se verificou pelos testes, todos as
estatísticas teste estão fora da região crítica:

Modelo “trend”

Figura 4 - Teste ADF para "Cambio", "trend"

Modelo “drift”

Figura 5- Teste ADF para "Cambio", "drift"

Modelo “none”

Figura 6 - Teste ADF para "Cambio", "none"

De forma semelhante, a série temporal “FBCF” também apresentou todos os valores de

teste fora da região crítica, sendo não estacionária:

Modelo “trend”

Figura 7 - Teste ADF para "FBKF", "trend"

Modelo “drift”
 Figura 8- Teste ADF para "FBKF", "drift"

Modelo “none”

Figura 9- Teste ADF para "FBKF", "none"

Por fim, a série “AbertFinan” também apresenta todos os valores estatísticos de teste fora
da região crítica, sendo não estacionária:
Modelo “trend”

Figura 10 - Teste ADF para "Abert Finan", "trend"

Modelo “drift”

Figura 11 - Teste ADF para "Abert Finan", "drift"

Modelo “none”
 Figura 12 - Teste ADF para "Abert Finan", "none"

Desta forma, todas as séries analisadas são não estacionárias e é necessário calcular a
primeira diferença das séries e novamente realizar o teste de raiz unitária para confirmar se a
primeira diferença das séries é estacionária.

Aplicando o deste para a primeira diferença da série “Ind Transf”, percebe-se que o valor
teste está na região crítica e é possível rejeitar h0, logo a série é estacionária:

Modelo “trend”

Figura 13 - Teste ADF para primeira diferença de " Ind Transf", "trend"

Da mesma forma, a primeira diferença da série “cambio” é estacionária:

Modelo “trend”

Figura 14 - Teste ADF para primeira diferença de " Cambio", "trend"

Igualmente, a primeira diferença da série “FBKF” é estacionária:

Modelo “trend”
 Figura 15- Teste ADF para primeira diferença de " FBKF", "trend"

Por fim, a primeira diferença da série “AbertFinan” também é estacionária:

Modelo “trend”

Figura 16 - Teste ADF para primeira diferença de "Abert Finan", "trend"

Desta forma, conclui-se que o modelo preliminar deve ser alterado, a fim de corrigir a não
estacionariedade das séries através de suas diferenças. O modelo a ser trabalhado deve ser o
seguinte:
Modelo 2
∆Log(IndTransf) = θ + β1∆Log(Câmbio) + β2∆Log(FBKF) + β3∆Log(AbertFinan) + ut

Após a aplicação do teste ADF, foi testada a inserção de defasagens na variável Câmbio a
fim de analisar impactos que demoram de um a três trimestre para impactarem no câmbio.
Introduzindo três defasagens e testando a significância conjunta das mesmas obteve-se o resultado
de que não é possível rejeitar a hipótese nula de que as variáveis defasadas são conjuntamente
insignificantes. Portanto, optou-se por não incluir no modelo as defasagens do câmbio.

Figura 17 - Teste de significância conjunta para o câmbio defasado

 Para verificar se a crise de 2008 significou em uma quebra estrutural na trajetória da
participação da indústria no PIB, foi incluída uma variável binária, que adquire valor 0 para anos
anteriores a 2008 e 1 para os anos posteriores. A variável não apresentou significância, portanto
optou-se por excluí-la do modelo. Desta forma, o modelo a ser analisado prosseguiu como o Modelo
2 anteriormente apresentado.

O próximo passo foi verificar a presença de heterocedasticidade. Como consideramos todas

as variáveis exógenas, realizamos o teste de Breusch-Pagan para testar a presença de
heterocedasticidade das variáveis do modelo proposto. O teste rejeitou a hipótese nula de
homocedasticidade, o que significa que o modelo em questão possui heterocedasticidade. Na
presença de heterocedasticidade a variância dos erros será diferente para cada observação e, assim,
os estimadores de MQO deixam de ser os mais eficientes apesar de serem não-viesados. Além disso,
os testes t e F deixam de ser válidos. Como forma de interpretar corretamente tais testes, é preciso
realizar correções, dentre elas os estimadores robustos da variância, que mostram-se uma alternativa
viável para amostras grandes. Neste caso, iremos supor que o número de observações é grande o
suficiente para validar os estimadores robustos.

Figura 18 - Teste de Breusch-Pagan para Heterocedasticidade

Aplicou-se o teste Jarque-Bera para testar a normalidade dos resíduos. A hipótese nula de
normalidade foi rejeitada e portanto os resíduos não possuem distribuição normal.

Figura 19 - Teste Jarque-Bera de normalidade dos resíduos

Por fim, foi realizado um teste para verificar a presença de autocorrelação dos resíduos
AR(1). Ao analisar o gráfico da dispersão dos resíduos pela sua defasagem, não é evidente a priori
a existência de autocorrelação serial, pois não há um padrão visível entre os resíduos e suas
defasagens, como pode ser observado no gráfico 2.
 Gráfico 2

A análise gráfica é pouco confiável, sendo necessário realizar um teste para detectar a
autocorrelação dos resíduos. A presença de heterocedasticidade faz com que seja necessário realizar
um teste de autocorrelação a partir de uma regressão dos resíduos com estimadores robustos. Isso
foi feito utilizado o teste Autocorrelação dos resíduos AR(1), como proposto em Wooldridge (2006).
Primeiro, realizou-se a estimação dos resíduos do modelo. Posteriormente, realizou-se a regressão
dos resíduos em relação a primeira defasagem destes mesmos resíduos. Como a nossa regressão é
heterocedastica, é necessário realizar tal procedimento utilizando estimadores robustos na busca de
minimizar os efeitos da heterocedasticidade na análise. O resultado do p-valor desta regressão foi
0,11, desta forma não pode-se a 10% de significância rejeitar h0. Ou seja, não é possível rejeitar a
hipótese nula de que os erros não são autocorrelacionados.

Figura 20- Teste AR(1)

Após todos os testes terem sido realizados, é possível através dos estimadores robustos
corrigir o problema da heterocedasticidade. Tal método reformula os erros padrão de cada
estimativa, mantendo o valor dos parâmetros iguais ao método usual. Os resultados finais da
regressão podem ser analisados abaixo.
 Após os ajustes, o R² do modelo é de 0,28, ou seja, as variáveis independentes explicam em
28% as variações na variável dependente. As variáveis “∆Cambio” e “∆FBKF”, que no modelo sem
a correção eram significativas a um nível de 1%, passam a ser significantes a um nível de apenas
10%. Já a variável “∆AbertFinan” que era significante a um nível de 5% deixa de ser significante
mesmo a 10% com os estimadores robustos.
Com relação a taxa de câmbio, o resultado sugere que uma desvalorização cambial atua
negativamente sobre a participação da indústria de transformação no PIB. Mais especificamente,
uma variação de 1% na primeira diferença cambial gera uma redução de 0,10% na primeira
diferença da participação da indústria de transformação no PIB.
Os resultados sugerem um impacto positivo do investimento na participação da indústria.
Uma variação de 1% na primeira diferença da Formação Bruta de Capital Fixo gera um aumento de
0,19% na primeira diferença da participação da indústria de transformação no PIB.
O grau de abertura financeira embora insignificante estatisticamente, apresenta uma relação
inversa com a participação da indústria de transformação no PIB.

4. CONCLUSÃO

O debate sobre os determinantes da desindustrialização no mundo e na economia brasileira

são extensos e fonte de grandes divergências, e este trabalho pretendeu contribuir com a análise do
impacto de algumas variáveis neste fenômeno. Mesmo dentro da heterodoxia é possível ver uma
série de interpretações distintas sobre o fenômeno, tornando complexa a tarefa das escolhas das
variáveis a serem analisadas. Este trabalho fornece alguns indícios importantes que ajudam a apontar
as causas da desindustrialização.
Com relação à taxa de câmbio, embora a mesma apresenta significância estatística, a direção
de impacto de uma desvalorização na participação industrial sugere um comportamento distinto
daquele previsto pelos novos desenvolvimentistas. Ainda que o argumento central deste corrente
teórica se baseie na diferença entre a taxa de câmbio real e a “taxa de câmbio de equilíbrio industrial”
e não na taxa de câmbio por si só, o período histórico é breve e por isso é razoável admitir que aquilo
que os autores denominam de “taxa de câmbio de equilíbrio industrial” permaneça constante, de
forma com que a taxa de câmbio real funcione como uma proxy do hiato existente entre taxa de
câmbio e taxa de câmbio de equilíbrio. Os resultados confirmam o que Serrano e Summa (2012)
argumentaram sobre os impactos expansionistas da taxa de câmbio e a importância de outras
variáveis para explicar o fenômeno. Os resultados estão parcialmente de acordo com a hipótese
inicial.
A variável investimento apresentou significância estatística e a direção de seu impacto é
convergente com a hipótese inicialmente levantada. Há evidências econométricas de que a queda na
formação bruta de capital fixo é uma das causas da desindustrialização no período analisado. Desta
forma, confirma-se a hipótese de Serrano e Summa (2012) novamente. Estudos mais aprofundados
que investigassem os setores em que a formação bruta de capital fixo mais decaiu seriam um bom
prosseguimento para esta pesquisa inicial. É possível investigar se tal queda no investimento se dá
fundamentalmente por razões de política econômica e por queda do investimento público, conforme
os autores em questão indicam.
O grau de abertura financeira foi insignificante no modelo analisado. Há uma série de fatores
que podem ter sido responsáveis por tal resultado. Primeiro, o corte histórico levantado data dos
anos de 2001 até 2019, quando o processo mais brutal de abertura financeira na economia brasileira
teve origem nos anos 90. Uma série histórica que contemplasse esse período histórico seria mais
efetiva para compreender os impactos da abertura financeira sobre a desindustrialização. Ainda, há
muitas formas de calcular o grau de abertura financeira e é necessário realizar um estudo mais
aprofundado sobre qual dessas metodologias utilizar.
De modo geral, o estudo trouxe evidências favoráveis a maior parte das hipóteses levantadas.
O objetivo de analisar alguns dos determinantes da desindustrialização levantou importantes
indícios, bem como delineou caminhos possíveis para aprofundar a compreensão deste fenômeno.
BIBLIOGRAFIA

Prates, Daniela Magalhães. "As assimetrias do sistema monetário e financeiro internacional." Revista de
economia contemporânea (2005).

Peres, Samuel Costa, et al. "Uma investigação sobre os determinantes da desindustrialização: teorias e
evidências para países desenvolvidos e em desenvolvimento." (2018).

CANO, Wilson. "A desindustrialização do Brasil." Economia e Sociedade (2012): 831-851.

Oreiro, José Luis, and Carmem A. Feijó. "Desindustrialização: conceituação, causas, efeitos e o caso
brasileiro." Brazilian Journal of Political Economy 30.2 (2010): 219-232.

Bresser-Pereira, Luiz Carlos. "Os três ciclos da sociedade e do estado." (2012).

Serrano, Franklin, and Ricardo Summa. "A desaceleração rudimentar da economia brasileira desde
2011." OIKOS (Rio de Janeiro) 11.2 (2012).

Rey, Hélène. Dilemma not trilemma: the global financial cycle and monetary policy independence. No.
w21162. National Bureau of Economic Research, 2015.

Wooldridge, Jeffrey M. Introductory econometrics: A modern approach. Nelson Education, 2016.