O nexo causal entre crédito rural e crescimento do produto agropecuário na economia brasileira

O nexo causal entre desenvolvimento financeiro e crescimento econômico vem ganhando destaque na literatura desde o início dos anos 1990. As principais linhas teóricas nessa área buscam demonstrar qual a significância da relação e o sentido da causalidade, se houver. Causalidade unidirecional no sentido do desenvolvimento financeiro para o crescimento econômico, bicausalidade entre ambos, e causalidade reversa, no sentido do crescimento para o desenvolvimento financeiro, são as principais hipóteses testadas nas pesquisas empíricas. O presente trabalho de tese tem por objetivo avaliar o nexo causal entre crédito (como um indicador do desenvolvimento financeiro) e crescimento no setor agropecuário brasileiro. O crédito rural como proporção do PIB agropecuário cresceu substancialmente desde meados da década de 90, passando de 15,44% em 1996 para 65,24% em 2014. Ao longo do período 1969-2014, a razão média anual entre crédito rural e PIB agropecuário foi de 43,87%. No mesmo período, o produto agropecuário cresceu em média 3,76% ao ano. Questiona-se se no mercado rural o crédito causa o crescimento agropecuário, se ocorre causalidade reversa ou se se opera a hipótese de bicausalidade. Para avaliar o nexo causal entre essas duas variáveis econômica foram empregados quatro procedimentos metodológicos: teste de causalidade de Granger em uma representação VAR com a abordagem de Toda e Yamamoto, teste de causalidade de Granger em um modelo FMOLS (Fully Modified OLS), teste de causalidade de Granger em um modelo ARDL (Autoregressive-Distributed Lag) e teste de causalidade de Granger no domínio da frequência, com o uso do método de Breitung e Candelon. Os resultados mostram de forma uniforme a presença de causalidade unidirecional do crédito rural para o crescimento do produto agropecuário. Causalidade reversa, no sentido do crescimento agropecuário para o crédito rural, não foi detectada de forma significativa em nenhum dos quatro métodos empregados. A não detecção de bicausalidade pode ser uma evidência do impacto da forte política de subsídio governamental ao crédito rural. A decisão do Governo quanto ao montante anual de crédito rural disponível a taxas de juros subsidiadas pode estar impedindo que o desempenho do setor, medido pela sua taxa de crescimento, exerça uma influência significativa na dinâmica do crédito rural. Os resultados também abrem a possibilidade a testar a hipótese de exogeneidade do crédito rural, o que seria uma extensão direta dos resultados obtidos.

Impact of artifact correction methods on R-R interbeat signals to quantifying heart rate variability (HRV) according to linear and nonlinear methods.

In the analysis of heart rate variability (HRV) are used temporal series that contains the distances between successive heartbeats in order to assess autonomic regulation of the cardiovascular system. These series are obtained from the electrocardiogram (ECG) signal analysis, which can be affected by different types of artifacts leading to incorrect interpretations in the analysis of the HRV signals. Classic approach to deal with these artifacts implies the use of correction methods, some of them based on interpolation, substitution or statistical techniques. However, there are few studies that shows the accuracy and performance of these correction methods on real HRV signals. This study aims to determine the performance of some linear and non-linear correction methods on HRV signals with induced artefacts by quantification of its linear and nonlinear HRV parameters. As part of the methodology, ECG signals of rats measured using the technique of telemetry were used to generate real heart rate variability signals without any error. In these series were simulated missing points (beats) in different quantities in order to emulate a real experimental situation as accurately as possible. In order to compare recovering efficiency, deletion (DEL), linear interpolation (LI), cubic spline interpolation (CI), moving average window (MAW) and nonlinear predictive interpolation (NPI) were used as correction methods for the series with induced artifacts. The accuracy of each correction method was known through the results obtained after the measurement of the mean value of the series (AVNN), standard deviation (SDNN), root mean square error of the differences between successive heartbeats (RMSSD), Lomb\'s periodogram (LSP), Detrended Fluctuation Analysis (DFA), multiscale entropy (MSE) and symbolic dynamics (SD) on each HRV signal with and without artifacts. The results show that, at low levels of missing points the performance of all correction techniques are very similar with very close values for each HRV parameter. However, at higher levels of losses only the NPI method allows to obtain HRV parameters with low error values and low quantity of significant differences in comparison to the values calculated for the same signals without the presence of missing points.