Escolar Documentos
Profissional Documentos
Cultura Documentos
= + = + + + +
1
0
j t
j
n o c
=
= +
(2)
sendo Y-T expresso em termo dos valores presentes e passados do vetor de perturbaes
t
c :
( , , )
K
Y Y o = corresponde ao vetor de mdias no condicionadas de
1
, ,
t kt
Y Y . Os
coeficientes na representao das medias moveis so obtidos por meio de um mtodo
recursivo atravs da relao de identidade como mostra a seguinte expresso.
2
1 1 2
( )( )
P
P
I AB A B I B B I + + + =
(3)
assim resultando os seguintes coeficientes MA:
1 1 1 2 1 1 2 2
, ,
S S S P S P
A A A A A
= + = + + +
(4)
Em muitos casos as pesquisas econmicas buscam determinar qual a resposta de uma
varivel ao choque ocorrido em outras variveis em sistemas integrados por diversas
variveis, ou seja, a resposta de uma varivel a choques sofridos em outras variveis pode
sugerir uma relao causal da varivel em relao outra.
As funes impulso resposta detectam o efeito do choque exgeno em uma varivel
aleatria sobre os valores presentes e passados das variveis endgenas do sistema. Portanto,
uma perturbao atravs de um choque em qualquer varivel afeta tanto de forma direta essa
varivel como tambm todas as variveis endgenas atravs de estrutura dinmica do modelo
VAR.
A representao bsica de um modelo simples VAR (1) bivariado:
1 1 1 1 11 12
21 22 2 2 2 2
t t t
t t t
Y Y a a
a a Y Y
c
c
| | | | | | | |
= +
| | | |
\ . \ . \ . \ .
(5)
A ocorrncia de perturbaes em
t
c afeta imediatamente
1t
Y , entretanto no tem
impacto sobre
2t
Y , porm nos perodos t+1, t+2, , esta perturbao acarreta impactos no
somente nos valores futuros de
1t
Y mas tambm nos valores futuros de
2t
Y , devido estas
variveis estarem em defasagem em ambas as equaes do sistema (5).
O modelo VAR mostra a trajetria das variveis endgenas dado um choque
estrutural.
Todavia, se os termos
1t
c e
2t
c no forem autocorrelacionados as funes impulso
respostas obtidas do termo
2t
c sugerem os impactos de um desvio padro em
2t
Y sobre os
resultados presentes e futuros de
1
Y e
2
Y . Embora sejam muito mais comuns os termos
1t
c e
2t
c serem correlacionados, de modo que, possuem uma componente comum que no pode ser
associada com uma varivel especifica. No entanto possvel superar este problema
amputando todos os efeitos de qualquer componente comum a primeira varivel no sistema
VAR representado na equao (5). Assim sendo, atribuda a
1t
c , pois o termo que antecede
2t
c .
De tal forma que o termo
1t
c que impacta
1
Y e
2t
c modificado para extrair a
componente comum a
1t
c por meio da metodologia de fatorao de Choleski, que consiste em
aplicar uma transformao P s perturbaes
1
( , , )
t t kt
c c c = ' de modo que tornem os termos
erros no autorrelacionados, ou seja, (0, )
i t
u P D c = onde
1 2
( , )
t t t
u u u = um vetor de
perturbaes ortogonais com matriz de covarincia diagonal.
O modelo VAR estimado apresenta-se da seguinte forma, sendo t a taxa de
inflao, 0 a taxa de juros; e a taxa de cmbio.
( ) ( ) ( ) ( ) ( ) ( ) ( ) 1,1 1 1, 2 1 1, 3 1 1, 4
t
t o t o 0 o , q = - + - + - + +
3.2. Descrio das Variveis e Modelos
O modelo geral de estimao inclui como variveis endgenas a varivel de poltica
monetria - a taxa bsica de juros - e as informaes a que o Banco Central reage, entre elas
proxies da atividade da economia, nvel de preos internos, taxa de cmbio e agregado
monetrio, composio verificada em trabalhos como os de Christiano, Eichenbaum e Evans
(1999).
3.2.1. Variveis do Modelo
Para as estimaes do modelo VAR mencionado acima se considerou o perodo de
janeiro de 2000 a dezembro de 2008, as projees fora da amostra foram realizadas para o
perodo de janeiro de 2009 a janeiro de 2011. A seleo do perodo a partir de 1999 deve-se s
mudanas estruturais ocorridas na economia brasileira (implementao do sistema de metas
de inflao e flexibilizao do cmbio). As variveis listadas a seguir so as mais importantes
na teoria econmica que afetam o nvel geral de preos, e que foram utilizadas nos modelos
economtricos apresentados na seo subsequente. Os dados utilizados nos modelos foram:
- IPCA (% ao ms): o ndice Nacional de Preos ao Consumidor Amplo, medido pelo
IBGE, possui periodicidade mensal e o parmetro utilizado pelo Banco Central do
Brasil para decises de poltica monetria.
- Selic / Overnight (% ao ms): a taxa bsica de juros da economia brasileira, e o
instrumento utilizado pelo BCB para combater a inflao.
- Base Monetria (R\$ milhes): medida pelo Banco Central e definida como o papel-
moeda emitido mais reservas bancrias. A srie medida com base na mdia mensal,
levando-se em considerao apenas os dias teis.
- Taxa de Cmbio (R\$/US\$): a mdia da taxa de cmbio comercial de venda,
R\$/US\$, tambm mensurada pelo Banco Central.
3.2.2. Tratamento dos Dados
Nos modelos de projeo realizados, estamos interessados na projeo da taxa de
inflao (IPCA) um passo frente. Como a inflao apresenta sazonalidade utilizou-se o
mtodo de dessazonalizada X-12 do E-Views.
Analisar a estacionaridade de sries temporais, o que permite proceder inferncias
estatsticas sobre os parmetros estimados com base na realizao de um processo estocstico,
atravs do teste Dickey Fuller Aumentado, um dos primeiros procedimentos adotados pela
literatura de sries temporais em geral. Porm, Sims, Stock e Warson (1990), que mostraram
que para modelos autorregressivos, a diferenciao das variveis, os testes de cointegrao
so desnecessrios, sendo os resultados consistentes assintoticamente.
4
Para corroborar com tal deciso metodolgica, podemos citar os trabalhos realizados
por Toda e Yamamoto (1995), que afirmam para um VAR em nvel, com variveis com
ordem de integrao e cointegrao desconhecidas, as propriedades estatsticas permanecem
robustas se defasagens adicionais, iguais ao nmero de integrao mxima das variveis,
forem adicionadas ao nmero de defasagem timo do modelo. A questo colocada por Toda e
Yamamoto (1995) que, primeiramente, os testes de razes unitrias so muito imprecisos
contra a alternativa da hiptese de as variveis serem estacionrias com tendncia. Alm
disso, difcil saber, a priori, se as variveis so estacionrias com tendncia, integradas ou
cointegradas, e de que ordem. Uma ltima razo da escolha do uso das variveis em nvel a
perda de informao ao se trabalhar em primeira diferena, o que relevante para o presente
estudo, no sentido em que existe importante diferena do nvel das variveis testadas,
notadamente em relao taxa bsica de juros. Desta forma, deu-se preferncia, sempre que
possvel, ao critrio de escolha que indica o maior nmero de defasagens, com o objetivo de
alcanar a robustez dos modelos VAR testados.
A seguir apresentaremos o melhor modelo obtido. Para determinar o melhor modelo
utilizou-se o critrio de Akaike e Schwarz.
4
Esta metodologia vem sendo adotada por Bernanke e Gertler (1995) e Cpedes, Lima e Maka (2008) em seus
estudos.
4. ANLISE DOS RESULTADOS
O modelo utilizado pelo Banco Central do Brasil (BCB) para prever o comportamento
da inflao o modelo VAR. A proposta do modelo abaixo de tentar replicar o modelo
usado pelo BCB.
O melhor modelo foi escolhido pelo critrio de Schwarz. Por este critrio, o melhor
modelo deve ter 3 defasagens de cada varivel.
A partir da decomposio de Cholesky para a estimao do VAR, escolher a ordem
certa das variveis de fundamental importncia para a anlise da decomposio da varincia.
A ordem que se mostrou razovel para anlise dada por: cmbio, inflao, taxa de juros,
base monetria.
Aps a realizao dos principais testes, o melhor modelo exclui a varivel estoque
monetrio (M1) da regressa, por mostrar no ser estatisticamente significativa ao nvel de 5%
de significncia no perodo analisado.
Justifica-se tal ordenamento pelo fato de que variaes na taxa de cmbio influenciam,
de forma significativa, o comportamento das demais variveis envolvidas no modelo. Assim,
um aumento do cmbio tende a aumentar a inflao, que por sua vez norteia o comportamento
da taxa de juros. A taxa de juros definida e sua meta alcanada atravs de operaes de
mercado aberto, que por sua vez afeta a variao da base monetria e consequentemente da
oferta de moeda - um aumento da taxa de juros obtido por meio de uma reduo da oferta de
moeda.
Variance Decomposition of IPCA_SA:
Period S.E. TX_CAMBIO IPCA_SA SELIC
1 0.239927 0.098760 99.90124 0.000000
2 0.297959 0.840670 99.12336 0.035974
3 0.344567 16.42363 83.54566 0.030718
4 0.363896 23.22587 76.73748 0.036650
5 0.380493 29.32704 70.61974 0.053219
6 0.387244 31.57888 68.34815 0.072974
7 0.392121 33.14051 66.78247 0.077020
8 0.394759 33.87050 66.00776 0.121736
9 0.396738 34.43233 65.44009 0.127585
10 0.398176 34.84842 65.01817 0.133413
11 0.399252 35.15788 64.70818 0.133945
12 0.400097 35.41288 64.45373 0.133391
Tabela 1: Decomposio da Varincia. Fonte: Elaborao prpria a partir dos resultados da estimao.
A anlise da decomposio da varincia da inflao revela que as principais variveis
em ordem de importncia na explicao da varincia at seis meses aps os choques so a
inflao, cmbio, e taxa de juros. A inflao no primeiro perodo aps o choque explica
aproximadamente 99% de sua varincia. No stimo perodo, o cmbio passa a explicar cerca
de 33% da varincia da inflao, a inflao 66%, a taxa de juros 7%. Decorridos doze meses
dos choques a ordem de importncia continua a ser a mesma, com inflao sendo responsvel
por 64%, taxa de cmbio 35% e juros por 13%.
O modelo apresentou bons resultados na previso da inflao do ms subsequente ao
observado, conforme ilustra o grfico a seguir. A REQM foi de 0,1599 e isto confirma a
hiptese de que as variveis econmicas so relevantes para a modelagem economtrica da
inflao.
Nos meses de novembro de 2009, a diferena entre a inflao observada e a prevista
foi menor ou igual 0,20 p. p.. A maior divergncia ocorreu no ms de dezembro de 2010
aproximadamente 0,61 p. p..
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
00 01 02 03 04 05 06 07 08 09 10
IPCA_SA PREV_IPCA
Figura 1: Comparao Inflao e Previso Modelo VAR para o perodo analisado.
Os resultados das Funes Impulso Resposta (FIR) apontam que uma alterao em um
desvio padro na SELIC acarreta um aumento de aproximadamente 0.1 desvios padro no
ipca no primeiro perodo e 0.01 no segundo. Com uma nova elevao no quito perodo, e a
partir do sexto perodo a Selic volta ao seu nvel inicial.
Verifica-se tambm que h uma elevao na taxa de retorno do cmbio em torno de
0.1 desvios padro no primeiro perodo, a partir de ento, se observa um movimento de queda
da varivel chegando h ficar um pouco abaixo do nvel inicial no segundo perodo, no
entanto, a partir do quinto perodo se estabiliza no nvel antes do choque na Selic.
-.1
.0
.1
.2
1 2 3 4 5 6 7 8 9 10
Response of TX_CAMBIO to TX_CAMBIO
-.1
.0
.1
.2
1 2 3 4 5 6 7 8 9 10
Response of TX_CAMBIO to IPCA_SA
-.1
.0
.1
.2
1 2 3 4 5 6 7 8 9 10
Response of TX_CAMBIO to SELIC
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10
Response of IPCA_SA to TX_CAMBIO
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10
Response of IPCA_SA to IPCA_SA
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10
Response of IPCA_SA to SELIC
-.6
-.4
-.2
.0
.2
.4
.6
1 2 3 4 5 6 7 8 9 10
Response of SELIC to TX_CAMBIO
-.6
-.4
-.2
.0
.2
.4
.6
1 2 3 4 5 6 7 8 9 10
Response of SELIC to IPCA_SA
-.6
-.4
-.2
.0
.2
.4
.6
1 2 3 4 5 6 7 8 9 10
Response of SELIC to SELIC
Response to Cholesky One S.D. Innovations 2 S.E.
Figura 1: Funo Impulso Resposta IPCA_SA
Quanto um choque no IPCA ocorre variao do prprio choque inicialmente, logo
a seguir declina para aproximadamente 0.5 no quarto perodo, e a partir do observa-se uma
tendncia rpida de queda da intensidade do choque at dissipar-se por volta do 10 perodo
aps o choque inicial.
Este resultado corrobora com o resultado encontrado na Tabela 1 que mostra a
importncia da prpria inflao na explicao de sua varincia, mostrando que at o quinto
perodo aps o choque inicial 70% de sua varincia deve-se a prpria inflao.
5. CONCLUSES
O modelo VAR uma dos modelos mais utilizados para realizar previses de
variveis econmicas. Muitos so os trabalhos que utilizam o mtodo VAR para fazer
previses sobra inflao. Este trabalho tinha com principal objetivo verificar a capacidade
do modelo VAR de fornecer uma boa previso da inflao brasileira.
Os resultados obtidos atravs das funes de resposta impulso e da decomposio da
varincia sugerem a existncia de uma relao muito forte entre a taxa de cmbio e a inflao.
Esta relao sugere que a inflao impactada pelo cmbio via taxa de taxa de juros.
Como os resultados mostram, o modelo VAR conseguiu fazer excelentes previses,
tendo chegado muito prximo da taxa de inflao efetiva constatada durante o perodo de
anlise. Mostrando que os Bancos Centrais esto corretos ao utiliza-lo com um dos
instrumentos para a previso da inflao.
Referncias
ABRAS, M. A. Finanas Corporativas e Estratgia Empresarial: Turbulncia do Ambiente,
Alavancagem Financeira e Performance da Firma no Ambiente de Negcios Brasileiros.
Trabalho apresentado no XXVI ENANPAD, em setembro de 2003.
BCB. Banco Central do Brasil. Disponvel em www.bcb.gov.br
BERNANKE, B.; GERTLER, M. Inside the black box: the credit channel of monetary policy
transmission. Journal of Economics Perspectives, v. 9, n. 4, p. 27-48, 1995
BROOKS, C. Introductory Econometrics for Finance. Editora Cambridge, segunda edio.
2004.
CAMPBELL J.; SHILLER R. Cointegration and Tests of Present Value Models, Journal of
Political Economy, vol. 95, n. 5, p. 1062-1088, 1987.
CESPEDES, B.; LIMA, E.; MAKA, A. Monetary policy, inflation and the level of economic
activity in Brazil after the Real Plan: stylized facts from SVAR models. Revista Brasileira
de Economia, v. 62, n. 2, p. 123-160, abr./jun. 2008.
CHAN, M. Modelos de Previso de Inflao e estudos da Dinmica Inflacionria
Brasileira. 2009. 54f. Dissertao (Mestrado em Finanas e Economia Empresarial)
Fundao Getlio Vargas, Rio de Janeiro, RJ, 2009.
CHRISTIANO, L. J.; EICHENBAUM, M.; EVANS, C. Monetary Policy Shocks: What Have
We Learned and to What End? In: WOODWORF, M.; TAYLOR, J. (Ed.). Handbook of
Macroeconomics. Elsevier Science/North Holland, p. 65-148, 1999.
ENGLE, R.; GRANGER C. W. J. Cointegration and Error-Correction: Representation,
Estimation and Testing. Econometrica, 1987. p. 251-276. from the international experience.
Princeton University Press, 1999.
LITTERMAN, R. Techniques of Forecasting Using Vector Autoregressions. Working
Paper No. 15, Federal Reserve Bank of Minneapolis, 1979.
LITTERMAN, R. Forecasting with Bayesian Vector Autoregressions-Five Years of
Experience. Journal of Business and Economic Statistics, 4, pp. 25-38, 1986.
LUTKEPOHL, H. Introduction to multiple time series analysis. Berlin: Springer-Verlag, 2
ed., 1993.
ONO, F. H, et al. Conversibilidade da Conta de Capitais, Taxa de Juros e Crescimento
Econmico: uma avaliao emprica da proposta de plena conversibilidade do real.
Universidade Federal do Paran, 1999.
SIMS, C. A. Macroeconomics and Reality. Econometrica, 48, 1980.
SIMS, C.A.; STOCK, J. H.; WATSON, M.W. Inference in linear time series models with
some unit roots. Econometrica, v. 58, n. 1, p. 113-144, jan. 1990
TODA, H. Y.; YAMAMOTO, T. Statistical inference in vector autoregressions with possibly
integrated processes. Journal of Econometrics, v. 66, n. 1-2, p. 225-250, mar./abr. 1995.