Dados do Projeto e do(a) Coordenador do Projeto

Transcrição

1 Dados do Projeto e do(a) Coordenador do Projeto Título do Projeto Incerteza na Previsão da Inflação e Regime de Metas no Brasil. Referência da Chamada: ( X ) BIC/UFJF e PIBIC/CNPq ( ) PIBIC/CNPq AÇÕES AFIRMATIVAS ( ) PROBIC/FAPEMIG ( ) PROBIC-JR/FAPEMIG ( ) Apoio ao Recém-Doutor ( ) Apoio a Grupos de Pesquisa ( ) Apoio à Instalação de Doutores ( ) Cadastro na Propesq Coordenador do Projeto: Wilson Luiz Rotatori Corrêa Endereços para contato: Eletrônico: wilson.rotatori@ufjf.edu.br Telefônico: r.212/ Unidade/Departamento: Faculdade de Economia / Departamento de Economia Data: 25 de Abril de 2011

2 1. Justificativa/Caracterização do Problema A partir do final dos anos 80 diversos países começando pela Nova Zelândia em 1989 decidiram pela adoção do regime de metas de inflação (IT) como principal instrumento de combate a inflação o qual é centrado no anúncio de uma meta para inflação como o principal objetivo a ser seguido na condução da política monetária. Por volta de 2005 o número de países ao redor do mundo que haviam adotado este tipo de regime já tinha alcançado 22 incluindo dentre eles o Brasil. Dentro deste regime a habilidade do Banco Central (BC) em ancorar as expectativas de inflação é um ponto central e os desenvolvimentos teóricos recentes na Macroeconomia dão suporte a essa ênfase no papel das expectativas. Gali (2009) apresenta uma síntese destes resultados teóricos e de suas implicações em termos da condução da política econômica. Os resultados teóricos enfatizam o papel desempenhado pelas expectativas quando consideramos a utilização da taxa de juros como principal instrumento para atingir os gaps do produto consistentes com taxas de inflação baixas. Neste arcabouço o BC pode seguir duas estratégias. A primeira baseada em ajustamentos bruscos na taxa de juros e a segunda baseada em ajustamentos suaves condicional ao sucesso em convencer os consumidores e as firmas que é possível fazê-lo através de expectativas de inflação. Esta segunda alternativa pode ser considerada superior em termos de bem estar e justifica que as expectativas de inflação sejam avaliadas dentro do arcabouço institucional do regime IT. O BC brasileiro adotou formalmente o regime IT em julho de 1999 após o colapso do regime de bandas cambiais. Minella et. al. (2002) chama a atenção de que após três anos do início do regime a taxa de inflação estava sobre controle e que o BC brasileiro tinha ganhado credibilidade na condução da política monetária a despeito dos choques que atingiram a economia brasileira em Os autores enfatizam ainda que o comportamento prospectivo do BC foi central neste ganho de credibilidade na medida em que as decisões de alterações nas taxas de juros foram tomadas reativamente às expectativas de inflação. Da mesma maneira Bevilaqua et. al. (2007) argumentam que o componente retroativo da inflação tem perdido participação na dinâmica inflacionária dando lugar ao componente prospectivo. De fato um ponto central no regime IT é as expectativas prospectivas de inflação que o comitê de política monetária (COPOM) constrói na medida em que as suas decisões são tomadas com base nas previsões de inflação. Os autores argumentam ainda que a incerteza associada a previsão da inflação foi reduzida no Brasil após a introdução do regime IT e sugerem que foi criado um ambiente mais estável e previsível que facilita as decisões do COPOM a despeito da crise ocorrida em Johnson (2002) revisando a literatura a respeito do impacto do regime de IT sobre a inflação medindo pesquisas realizadas entre profissionais da área ressalta que nos anos iniciais do regime a inflação esperada usualmente excede a inflação que efetivamente ocorre e que o regime de IT não desloca significativamente a inflação esperada quando os países enfrentam uma desinflação não esperada. O autor utilizando dados para 11 países incluindo países que seguem e que não seguem o regime de IT encontra evidência não só de que os anúncios das metas não consegue prevenir a ocorrência de surpresas positivas na inflação, ou seja, desinflação inesperada como também que a inflação esperada não consegue acompanhar a queda na inflação nos países que não estão sujeitos ao regime de IT. Por outro lado existe evidência de que os anúncios das metas reduzem o nível médio da inflação esperada para o ano calendário. Os resultados apresentados pelo autor sugerem, portanto, que há um efeito positivo do anúncio das metas sobre a inflação esperada. O autor encontra evidências de que o desvio padrão tomado sobre os participantes da pesquisa é mais alto quando existem níveis mais altos de inflação passada, logo inflação passada mais alta é relacionada com maior variabilidade entre os participantes e que os anúncios das metas possuem pouco efeito adicional sobre os desvios padrões. De uma maneira geral os resultados

3 encontrados pelo autor apontam para algumas limitações dos efeitos da introdução do regime de IT em reduzir tanto a surpresa inflacionária quanto a incerteza medida pelo desvio padrão, mas de outro modo, também apontam para efeitos positivos sobre o nível de inflação esperada. Especificamente para o caso brasileiro Galvão (2005) avalia a incerteza que cerca os leques de previsão da inflação produzidos pelo BC brasileiro os quais são construídos para diferentes horizontes de previsão utilizando-se a mediana das previsões e os intervalos de confiança associados (50%) para a inflação, condicionais à taxa SELIC permanecer constante. Os seus resultados destacam que o BC brasileiro não modificou o seu intervalo de confiança dada a ocorrência da crise política de 2002, ou seja, que a incerteza nas previsões do BC subestimaram a incerteza real relativa a trajetória da inflação. Este resultado pode também apontar para uma limitação na capacidade do BC brasileiro em ancorar as expectativas de inflação e neste caso do próprio regime de IT em reduzir a incerteza inflacionária. Considerando o pressuposto relativamente forte apresentado em Bevilaqua et al. (2007) de que o regime de IT para o Brasil decisivamente reduziu a incerteza em relação a previsão da inflação quando confrontado com as limitações apontadas tanto no estudo de Johnson (2002) quanto no de Galvão (2005) uma importante questão a ser investigada é: a partir da introdução do regime de IT no Brasil temos uma redução consistente na incerteza associada a previsão da inflação? Não obstante a relevância da questão a busca por uma resposta impõe dificuldades extras devido ao fato de que ela é implicitamente condicional a como é medida a incerteza inflacionária. Galvão (2005) utiliza os leques de inflação apresentados pelo BC brasileiro para calcular medidas de incerteza associadas à previsão da inflação, enquanto que Bevilaqua et. al. (2007) se baseia em medidas tomadas sobre as previsões pontuais. Existe ainda uma terceira abordagem na literatura que é baseada não nas previsões, mas sim na utilização de modelos ARCH-GARCH para séries de tempo das taxas de inflação atuais como proposto em Vale (2005) onde o autor discute o papel representado pela incerteza da taxa atual de inflação e seus impactos sobre o crescimento da economia brasileira. Giordani e Söderlind (2003) argumentam por sua vez que existem situações onde o uso de pesquisas sobre inflação ao invés de séries de tempo das taxas de inflação são preferíveis à saber: i) quando a série de tempo apresentou uma quebra estrutural; ii) os diferentes métodos de estimação não apresentam concordância para a incerteza estimada; iii) quando uma medida empírica para a incerteza é necessária de tal modo que o interesse recai sobre as expectativas atuais. Em particular para o caso brasileiro a incerteza que cercou a eleição presidencial no último trimestre de 2002 relativamente ao novo governo eleito em relação ao seu compromisso com a austeridade fiscal e com a própria continuidade do regime de IT produziu uma parada súbita nas entradas de capitais estrangeiros e uma consequente depreciação cambial a qual serviu de combustível para um aumento da inflação que terminou o ano em 12,5% quando medida pelo IPCA. Estes fatos impuseram uma quebra estrutural na série da taxa de inflação que justificaria o uso das pesquisas sobre a inflação em concordância com o primeiro argumento apontado por Giordani e Söderlind (2003). Além disso, dentro do arcabouço institucional do regime de IT o BC realiza uma pesquisa regular denominada FOCUS. Esta pesquisa tem sido realizada consistentemente pelo BC brasileiro desde maio de 1999 e é administrada pelo Grupo de Comunicação Institucional (GCI). A pesquisa consiste de um sistema on line onde as instituições admitidas produzem suas previsões pontuais sobre valores futuros da taxa de inflação. A pesquisa FOCUS é determinante nas decisões de política econômica na medida em que ela é utilizada regularmente pelo BC brasileiro enquanto variável de entrada em seus modelos de previsão bem como enquanto fonte de informação qualitativa a respeito das expectativas dos agentes como estabelecido em Bevilaqua et. al. (2007). O uso desta informação disponível na pesquisa e sua relevância no design institucional do regime de metas produzem desta forma uma justificativa extra à apontada por Giordani e Söderlind

4 (2003). Por outro lado como enfatizado por Lahiri e Sheng (2010) quando a discordância é utilizada para indicar incerteza assume-se implicitamente que esta medida de dispersão interpessoal é uma aproximação para a dispersão média das probabilidades subjetivas intrapessoais que os indivíduos possuem. Esta relação por sua vez não pode ser tomada como garantida. Este ponto remete, portanto, à necessidade de se utilizar medidas alternativas de incerteza como forma de avaliar a incerteza presente nas estimativas de inflação. Em particular Lahiri e Sheng (2010) assumem que pelo fato da incerteza ser um conceito que está ligado à previsão antes que seja conhecido o resultado final que está sendo previsto devem ser utilizados dados não revisados e que neste caso os modelos ARCH e GARCH desenvolvidos por Engle (1982) e Bollerslev (1986) são candidatos a modelar a incerteza associada a previsão. Neste caso os autores sugerem que a variância dos erros de previsão e não a taxa de inflação seja modelada utilizando-se os modelos ARCH e GARCH. Considerando a relevância da questão proposta para a condução do regime de IT e os ganhos de bem estar envolvidos na utilização de um ajuste suave nas taxas de juros na condução da política monetária tanto quanto o BC tenha capacidade de ancorar as expectativas de inflação e que esta capacidade está diretamente relacionada com uma redução na incerteza sobre o comportamento futuro da inflação o presente projeto tem como objetivo geral analisar o comportamento da incerteza associada a previsão da inflação entre 2002 e 2010 levando-se em consideração tanto a discordância quanto a medida proposta em Lahiri e Sheng (2010). 2. Objetivos Especificamente pretende-se: 1. Apresentar uma discussão detalhada da relação teórica entre incerteza e expectativa inflacionária e os ganhos de bem estar relacionados à condução da política monetária explorando os desenvolvimentos teóricos recentes através de uma revisão de literatura sobre o tema. 2. Construir medidas de incerteza inflacionária a partir dos dados presentes na pesquisa FOCUS e de modelos de séries de tempo considerando diferentes horizontes de previsão e diferentes índices de preços. 3. Produzir uma análise comparativa entre a evolução das medidas de incerteza inflacionária para os diferentes índices e a própria dinâmica da inflação bem como para com a estratégia de atuação do BC na condução da política monetária. 3. Metodologia e Estratégias de Ação Uma medida tomada enquanto aproximação da incerteza inflacionária é a dispersão das previsões pontuais para a taxa de inflação. Contudo Giordani e Söderlind (2003) discutindo a questão da incerteza inflacionária apresentam três principais medidas de incerteza quando consideramos pesquisas de opinião como a FOCUS: 1. A variância das previsões pontuais tomadas em relação aos participantes da pesquisa também conhecida como discordância entre os participantes. 2. A variância do erro de previsão individual dos participantes. 3. A variância presente no histograma agregado para todos os participantes da pesquisa. A pesquisa FOCUS do BC brasileiro iniciou-se em Maio de 1999 enquanto uma pesquisa de opinião entre 50 instituições participantes. Inicialmente como apresentado em Marques et. al. (2003)

5 as previsões eram restritas a previsões anuais para os principais índices de preços da economia brasileira. Em 2001 o sistema se torna on line permitindo o levantamento diário das expectativas dos participantes. Em particular a pesquisa coleta dados para 8 índices diferentes de preços num total de 19 projeções. Estes dados consistem de 14 previsões mensais começando para o mês subsequente ao mês em que houve a última divulgação para o índice de preços até este mês seguinte para o próximo ano. Além destas, existem previsões da inflação anual para 5 anos iniciando-se para o ano em que houve a divulgação do índice e se estendendo para os 4 anos seguintes. O banco de dados disponível para a realização do projeto consiste nas previsões descritas acima colhidas numa frequência mensal entre 28 de janeiro de 2002 e 19 de maio de Uma característica central da pesquisa FOCUS é a coleta de previsões pontuais para os índices de inflação apenas, sem a atribuição das probabilidades que os agentes fazem às suas previsões o que restringe o cálculo da medida de incerteza inflacionária à discordância entre os participantes (ítem 1 acima). Em particular considere que,, representa a previsão pontual do indivíduo para o período de interesse, ou seja para o ano feita com o horizonte h passos à frente, ou seja em h. A média das previsões tomada entre os participantes, ou a inflação esperada é definida como:, = 1,, Consequentemente utilizando a definição de inflação esperada a variância das previsões pontuais, tomada entre os participantes da pesquisa, ou seja, a discordância entre os participantes pode ser definida como: = 1 1,,, 2 A partir da equação (2) é possível construir o desvio padrão como a medida de incerteza para as previsões de inflação tomada para os diferentes índices de inflação estabelecendo, portanto, a evolução da medida ao longo do período amostral, sendo por sua vez factível confrontar as decisões de política monetária com a evolução da incerteza inflacionária. Como enfatizado por Johnson (2002) o desvio padrão das previsões tomadas entre os indivíduos para um determinado ano tomado dentro do mesmo ano calendário é geralmente menor do que o tomado para o próximo ano calendário uma vez que quando se aproxima o final do ano calendário os participantes da pesquisa passam a ter informações sobre os índices de inflação que efetivamente ocorrem necessários para realizar a previsão dentro do ano. Portanto os participantes devem começar a concordar com a previsão do ano calendário à medida que o ano se aproxima do final. Neste sentido opta-se pela definição dos horizontes h de 18, 12, 6 e 3 passos à frente para a construção da medida de incerteza inflacionária. Considerando que a pesquisa é formulada de maneira voluntária, o número de participantes flutua intensamente o que pode levar a distorções na medida da incerteza inflacionária devido a participações esporádicas. Neste sentido utilizamos uma participação mínima de 50% em todas as pesquisas coletadas para a construção da medida de incerteza como definida em Davies e Lahiri (1995). No que concerne à medida de incerteza com base nos erros de previsão são utilizados os modelos ARCH e GARCH. Os modelos ARCH (AutoRegressive Conditionally Heteroscedastic Model), ou modelos autoregressivos com heteroscedasticidade condicional, foram introduzidos por Engle (1982), com o objetivo justamente de estimar a variância da inflação na Inglaterra, ou seja, de determinar o comportamento associado à incerteza presente nesta variável através de um modelo alternativo aos usuais em séries temporais. A idéia básica é que a taxa de inflação é não-correlacionada serialmente em seu nível, mas que a volatilidade (variância condicional) é uma função linear dos choques ao quadrado ocorridos no passado da taxa. 1

6 Bollerslev (1986) ampliou o trabalho original de Engle, desenvolvendo uma técnica que permite a inclusão de valores defasados da variância condicional na equação da variância corrente. O modelo ARCH (p, q) generalizado, que viria a ser chamado GARCH (p, q), permite a presença de componentes autoregressivos e média móvel na variância heterocedástica. Esse processo GARCH pode representar um processo ARCH de mais alta ordem de forma parcimoniosa. Um modelo GARCH(1,1) especifica que a variância depende dos valores passados da variável dependente e do quadrado dos erros passados da regressão original, conforme a equação (3) a seguir = Para a identificação do melhor modelo a ser utilizado, o primeiro passo consiste em ajustar um modelo ARMA(p,q) à série de erros de previsão para remover a correlação serial entre as observações. Após definir a equação da média, verifica-se a presença de heteroscedasticidade condicional, utilizando-se os testes de Box-Pierce-Ljung ou teste de multiplicadores de Lagrange (ML). A identificação das ordens, em geral, é feita usando a função de autocorrelação (fac) e a função de autocorrelação parcial (facp), pois a análise destas funções indica a existência de uma dependência linear entre as observações e, portanto, fornecem indícios de qual modelo é mais apropriado. Uma síntese da literatura sobre modelos GARCH e desenvolvimentos téoricos pode ser obtido em Bueno (2002) e também Morettin e Toloi (2004). A estimação destes modelos por sua vez é feita através da utilização dos softwares disponíveis na faculdade de economia no laboratório Econs não representando, portanto, uma limitação ao desenvolvimento do projeto. 4. Resultados e os impactos esperados Em termos de produtos esperados temos com a realização do relatório final de avaliação a expectativa de produção de uma monografia de conclusão do curso de graduação em economia bem como um artigo científico para divulgação em congressos além de envio para publicação em revista de circulação nacional. Adicionalmente a construção da medida pode ser utilizada para análises de característica conjuntural desenvolvida no projeto de extensão do Grupo de Conjuntura Econômica (GCE) da faculdade de economia o qual é coordenado pelo proponente do presente projeto sendo cadastrado junto à Pró-Reitoria de Extensão da UFJF. 5. Cronogama MAIO/2011 A ABRIL/2012 Etapas/Mês Levantamento bibliográfico, leitura seletiva e revisão de literatura. Tabulação das séries e construção do banco de dados com as previsões em diferentes horizontes. Construção, estimação das medidas de incerteza e interpretação dos resultados. Conclusão da pesquisa; redação e revisão do relatório final

7 6. Referências Bibliográficas BEVILAQUA, A. S. et al. Brazil: taming inflation expectations. Banco Central do Brasil Working Paper Series, Brasília, n.129, p. 1-39, Available at:< Accessed: 28/12/2007. BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics,n.31, , BUENO, R. L. S. Ainda os modelos GARCH. Economia Aplicada, V. 6, N. 2, DAVIES, A., LAHIRI, K. A new framework for analyzing survey forecasts using three dimensional panel data. Journal of Econometrics, n.68, p , ENGLE, R. F. Autoregressive conditional heteroskedasticity with estimates of the variance of U. K. inflation. Econometrica, n.50, , GALI, J. The new keynesian approach to monetary policy analysis: lessons and new directions. Disponível em: < Acesso em junho de GALVÃO, A. B. C. Uma avaliação do leque das previsões de inflação do Banco Central do Brasil. Pesquisa e Planejamento Econômico, n.1, v.35, p , GIORDANI, P.; SÖDERLIND, P. Inflation forecast uncertainty. European Economic Review, n.47, v.6, p , JOHNSON, D. R. The effect of inflation targeting on the behavior of expected inflation: evidence from an 11 country panel. Journal of Monetary Economics, n. 49, p , LAHIRI, K. SHENG, X. Measuring forecasting uncertainty by disagreement: the missing link. Journal of Applied Econometrics, v. 25, p , MARQUES, A.B.C. et al. Sistema banco central de expectativas de mercado. Notas Técnicas do Banco Central, Brasília, n. 36, p. 1-27, Available at:< Accessed: 07/11/2007. MINELLA, A. et al. Inflation targeting in Brazil: lessons and challenges. Banco Central do Brasil Working Paper Series, Brasília, n.53, p. 1-47, Available at: < Accessed: 28/12/2007. MORETTIN, P. A. e TOLOI, C. M. C. Análise de séries temporais. São Paulo: Edgard Blücher, VALE, S. R. Inflation, growth and real and nominal uncertainty: some bivariate GARCH-in-Mean evidence for Brazil. Revista Brasileira de Economia, n.59, v.1, p , 2005.