FUNDAO GETLIO VARGAS

ESCOLA DE PS-GRADUAO EM ECONOMIA

MESTRADO EM FINANAS E ECONOMIA EMPRESARIAL

PREVENDO INFLAO USANDO SRIES TEMPORAIS E

COMBINAES DE PREVISES

Anderson Alencar de Araripe

Eduardo Pontual Ribeiro (Orientador)

Rio de Janeiro
Agosto de 2008

Agradecimentos

Agradeo aos meus pais pela minha formao e por toda a dedicao. Ao meu irmo pelo
companheirismo. Ao meu orientador Eduardo Pontual Ribeiro por mostrar o caminho a ser
seguido. Aos professores da EPGE por todo o conhecimento transmitido. Aos funcionrios
da secretaria pelo auxlio na soluo de problemas e pelo atendimento sempre cordial. Aos
colegas de sala pela amizade e suporte nos momentos difceis. Aos colegas de trabalho na
TELOS por propiciar todo o auxlio para a execuo desse trabalho alm de proporcionar
um ambiente de trabalho estimulante e enriquecedor. A minha namorada por todo o apoio
e carinho.

Resumo

O propsito deste estudo analisar a capacidade dos modelos economtricos ARMA,

ADL, VAR e VECM de prever inflao, a fim de verificar qual modelagem capaz de
realizar as melhores previses num perodo de at 12 meses, alm de estudar os efeitos da
combinao de previses. Dentre as categorias de modelos analisados, o ARMA
(univariado) e o ADL (bivariado e multivariado), foram testados com vrias combinaes
de defasagens. Foram realizadas previses fora-da-amostra utilizando 3 perodos distintos
da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de
verificar os desvios medidos atravs do EQM (erro quadrtico mdio). Combinaes das
previses usando mdia aritmtica, um mtodo de mdia ponderada proposto por Bates e
Granger (1969) e mdia ponderada atravs de regresso linear mltipla foram realizadas.
As previses tambm foram combinadas com a previso do boletim FOCUS do Banco
Central. O mtodo de Bates e Granger minimiza a varincia do erro da combinao e
encontra uma previso com varincia do erro menor ou igual menor varincia dos erros
das previses individuais, se as previses individuais forem no viesadas. A concluso
que, com as tcnicas de sries temporais utilizadas, alguns modelos individuais fornecem
previses com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e
VECM. Porm, com a combinao de previses os EQM obtidos so menores do que os
das previses individuais usadas para combinao. Na maioria dos casos, a combinao de
previses com o boletim FOCUS tambm melhorou significativamente os resultados e
forneceu previses com EQM menores do que os das previses individuais, destacando-se,
dentre os mtodos de combinaes utilizados, a combinao via regresso linear mltipla.

SUMRIO

1. Introduo..................................................................................................5
2. Inflao e suas causas................................................................................8
2.1. Um Modelo Econmico dos Bancos Centrais.......................................9
3. Dados e Amostra......................................................................................12
3.1. Teste de Raiz Unitria.........................................................................13
4. Modelos Economtricos...........................................................................14
4.1. Mdias Mveis Auto-Regressivas ARMA.......................................14
4.2. Auto-regressivo de Defasagens Distribudas ADL...........................14
4.3. Cointegrao........................................................................................15
4.4. Modelo Vetorial de Correo de Erro - VECM - e causalidade de
Granger................................................................................................16
5. Modelos e Previses.................................................................................19
5.1. Especificaes......................................................................................19
5.2. Previses fora-da-amostra....................................................................20
5.3. Combinaes de Previses...................................................................27
5.4. Combinaes com o FOCUS...............................................................33
6. Resultados Encontrados..........................................................................40
7. Concluso..................................................................................................42
8. Apndice....................................................................................................44
9. Bibliografia...............................................................................................50

1 Introduo

A previso de indicadores econmicos de grande importncia para a deciso de todos os

agentes da economia. Famlias tomam decises de consumo, empresrios decidem o que e
quanto produzir, o governo decide quanto gastar e quanto cobrar de impostos sociedade e
o Banco Central decide a poltica monetria. Portanto, as decises vo desde o nvel
microeconmico ao nvel macroeconmico. Blanchard (2004) define as trs principais
variveis macroeconmicas como sendo o PIB, a inflao e o desemprego. Outras
variveis como taxas de juro e taxas de cmbio, tambm so constantemente analisadas e
usadas para deciso.

Os desvios do produto e da inflao em relao aos seus valores de pleno emprego so

fontes de instabilidade econmica olhadas atentamente pelo Banco Central para a
determinao da taxa de juros bsica da economia (no Brasil a TAXA SELIC). Essa taxa
serve como parmetro de deciso para novos investimentos em ampliao da capacidade
produtiva e afeta tambm o mercado de crdito influenciando, assim, toda a oferta e a
demanda agregada. O valor de projetos e os preos dos ativos tambm esto
intrinsecamente ligados a essa taxa bsica.

Outro indicador macroeconmico observado atentamente pelo mercado tanto pela sua
importncia no estabelecimento da poltica monetria quanto pela dificuldade de fazer a
sua previso a inflao. Os modelos econmicos e economtricos no explicam
totalmente a inflao e no h consenso entre os economistas em relao quais seriam
suas causas. Outro aspecto da inflao bastante estudado por economistas a presena de
inrcia. A literatura economtrica desde a dcada de 50 j enfatizava os mecanismos de
inrcia na dinmica dos fenmenos econmicos. Barbosa (2004) apresenta uma resenha
seletiva sobre os mecanismos de propagao da inflao (coeficiente de inrcia) e os
mecanismos de impulso que so responsveis pela sua existncia. A grande maioria dos
economistas acredita na evidncia emprica de que existe rigidez nos preos de bens e
servios e inrcia na taxa de inflao. No Brasil essa taxa medida por um ndice
reportado mensalmente pelo IBGE, o ndice de Preos as Consumidor Amplo (IPCA), e
que serve de referncia para a poltica monetria do pas.

Um ramo que usa intensivamente a expectativa de indicadores econmicos o da gesto

de recursos. Grandes bancos, gestores independentes, fundos de penso, pequenas asset
management, e outros gestores utilizam em suas rotinas de trabalho uma massa de
informaes e expectativas de mercado que norteiam a alocao de recursos mundo afora
num mercado que se move instantaneamente atravs dos dispositivos eletrnicos e
movimenta uma quantia superior a vrias vezes o PIB mundial, quando se incluem as
apostas em instrumentos derivativos. Recentemente uma crise de grandes propores no
mercado financeiro dos EUA contaminou a economia real levando s previses de
crescimento do PIB americano para menos de 1% em 2008, o que mostra o poder desses
mercados no mundo.

Dentre os gestores de recursos particularmente os fundos de penso so grandes

compradores de ttulos pblicos federais, e grande parte deles atrelados a algum ndice de
inflao. Em particular, as NTN-B (Nota do Tesouro Nacional srie B) so emitidas
semanalmente em leiles de emisso primria do Tesouro Nacional e bastante negociadas
no mercado secundrio.

Boas estimativas para o IPCA so importantes para antever os movimentos futuros da taxa
de juros a serem realizados pelo Banco Central, alm de verificar se a taxa de inflao
implcita nas NTN-Bs, que uma proxy para a inflao esperada pelo mercado financeiro,
est condizente com outras expectativas tais como o Boletim Focus do Banco Central. Por
isso a importncia de uma modelagem prpria que seja eficaz na previso do IPCA.

Dado um conjunto limitado de informaes como, por exemplo, todos os valores passados
de uma srie de tempo, na prtica pode ser que um fornea uma previso que se aproxime
de perto da tima. Uma abordagem univariada Box-Jenkins (1976) pode fornecer uma
previso tima dada uma amostra suficientemente grande. Porm, mesmo neste caso uma
melhoria das previses pode ser atingida considerando-se as possibilidades de nolinearidade e no-estacionariedade. Alm disso, como as previses dadas por modelos
quantitativos so modificadas de acordo com o julgamento, a informao levada em
considerao geralmente de natureza qualitativa, sendo o resultado da experincia do
analista com a varivel estudada e seus determinantes.

Como reconhecido que em geral as previses no so timas, elas podem ser melhoradas
atravs de duas ou mais previses que contenham a mesmas quantidades de dados.
Supondo a existncia de vrias previses, bem possvel que uma delas contenha
importante informao ausente nas outras. Ento ao invs de descartar todas as previses
menos uma, pode ser vantajoso incorporar todas elas numa grande combinao de
previses. O trabalho de Bates e Granger (1969) um dos pioneiros no estudo de
combinao de previses, cujo princpio a possibilidade de aumentar a preciso das
previses atravs da complementaridade obtida em cada previso individual. O relatrio de
inflao de maro de 2008 do Banco Central (2008) mostra que o Banco Central do Brasil
utiliza combinaes de previses de modelos VAR com diferentes defasagens e variveis
explicativas para prever inflao. Marques (2005) emprega um conjunto de trs mtodos
de previso mensal um passo frente para o IPCA e utiliza quatro mtodos para combinar
as previses: mdia simples, mdia ponderada pelo inverso do erro quadrtico mdio,
otimizao com restrio de pesos e sem constante e a otimizao sem restrio de pesos e
com constante. A aplicao emprica de Marques (2005) mostrou que, embora as melhores
combinaes nem sempre sejam superiores s melhores previses individuais, desde que a
melhor srie esteja entre as combinaes, a pior combinao sempre apresentar melhor
desempenho do que a pior srie individual. Num determinado ponto do tempo a sorte pode
contar tanto quanto a tcnica para selecionar a melhor previso, entretanto, num horizonte
de tempo mais longo, a combinao de bons modelos, tcnica e algum grau de
subjetividade resultam em melhor performance.

O objetivo deste trabalho testar a capacidade de previso do IPCA de quatro modelos de

sries temporais: o modelo ARMA, o modelo ADL, o modelo VAR e o modelo VECM.
Alm dos resultados individuais dos modelos, tcnicas de combinaes de previses so
utilizadas para melhorar os resultados. O motivo da escolha do IPCA deve-se ao fato de
que o ndice a medida usada como meta oficial de inflao, alm de ser o indexador das
NTN-B, que so ttulos pblicos amplamente negociados atualmente nos mercados
primrio e secundrio.

2 Inflao e suas causas

Identificar as reais causas da inflao tem sido objeto de estudo de diversos trabalhos.
Modelos econmicos e economtricos so estimados com o objetivo de se tentar prever a
inflao e identificar as variveis causadoras. Alencar (2006) detalha as principais
variveis econmicas que afetam o nvel geral de preos, e considera que so: a taxa bsica
de juros da economia, a taxa de cmbio, a base monetria, a produo fsica industrial e a
taxa de desemprego. Utilizando os modelos Naive, ARIMA, ARCH, EGARCH, ADL
Curva de Phillips e com fundamento econmico VAR, com o propsito de comparar qual
modelagem explica melhor o comportamento da inflao e qual possui a melhor
capacidade de previso no curto prazo (at 3 meses frente), Alencar conclui que modelos
com pouca ou nenhuma teoria econmica so mais eficazes na previso da inflao no
curto prazo (at 3 meses) do que os modelos amparados pela teoria econmica e com
muitas varives includas nas regresses. Guilln (2005) usa o Modelo de Correo de
Erro Vetorial (VECM) para estudar a transmisso de variaes na taxa de cmbio para os
ndices de preos ao produtor e ao consumidor no Brasil, e mostra que a transmisso
incompleta. A transmisso modesta para preos ao produtor e muito pequena para o
ndice ao consumidor. Atravs de funes resposta ao impulso e decomposio da
varincia Guilln chega a resultados em linha com outros trabalhos realizados para outros
pases, no sentido que a transmisso das variaes cambiais no so completamente
repassadas para ndices de preos, e verifica que as reaes do IGP-M e do IPA-DI so
mais rpidas e intensas a choques da taxa de cmbio que o IPCA. Ainda em relao aos
efeitos do cmbio, Minella (2003) utiliza modelos vetoriais auto-regressivos para estimar o
efeito de pass-through do cmbio na inflao e conclui que este efeito duas vezes maior
nos preos administrados do que nos preos livres. Outras resultados encontrados por
Minella (2003) so: i) as metas de inflao tm funcionado como importante mecanismo
coordenador de expectativas; ii) o Banco Central tem reagido fortemente s expectativas
de inflao; iii) tem havido uma reduo no grau de persistncia da inflao.

Carvalho (2006) modelou a expectativa de inflao 12 meses frente como funo da

poltica monetria, da meta de inflao definida pelo Conselho Monetrio Nacional
(CMN) para os 12 meses seguintes, de uma varivel que representa o risco pas, da
prpria expectativa de inflao do perodo anterior, da dinmica da taxa de cmbio e da
inflao corrente. E verificou que o ajustamento das expectativas de inflao em funo de
8

choques nas variveis explicativas ocorrer de forma gradual. Apesar da relao entre a
taxa de juros Selic e a inflao muitas vezes parecer ambgua, est clara a importncia da
poltica monetria como um sinalizador do comprometimento da autoridade monetria
com a poltica de metas de inflao. E por fim, menciona a influncia da taxa de cmbio
como formadora de expectativas. De acordo com os resultados encontrados por Carvalho
(2006), a desvalorizao cambial acumulada em trs perodos influencia de maneira a
aumentar a expectativa de inflao 12 meses frente.

2.1 Um modelo econmico dos Bancos Centrais

O relatrio de inflao de maro de 2008 do Banco Central (2008) mostrou que o Banco
Central, assim como a larga maioria de seus pares internacionais, utiliza modelos VAR
como instrumento de anlise e previso de inflao. No caso do Banco Central do Brasil os
preos livres e administrados, cmbio, juros nominais e reais, produo industrial e a
quantidade de moeda M1 so as variveis utilizadas nos modelos. As informaes
proporcionadas pelos modelos VAR, junto s geradas por outras ferramentas
economtricas, constituem insumos importantes para o processo decisrio do Copom.

Neste trabalho so utilizados os modelos ARMA, ADL, VAR e VECM. Alencar (2006)
utilizou o modelos Naive, ARIMA, ARCH, EGARCH, ADL Curva de Phillips e com
fundamento econmico VAR para prever o IPCA at 3 meses frente e encontrou os
seguintes resultados: para 1 e 2 perodos frente, o modelo ARCH teve menor EQM em
relao aos outros modelos. Para 3 perodos frente, o modelo EGARCH teve o menor
EQM. Porm as simulaes no foram feitas para mais perodos frente.

Os modelos ARMA so estimados apenas com as defasagens da varivel a ser explicada e

no necessitam de fundamentao econmica j que o seu valor hoje depende apenas de
seus valores passados.

Para os modelos ADL, VAR e VECM as escolha de variveis explicativas necessita de

uma fundamentao econmica que relacione as variveis estudadas e justifique a escolha
das variveis explicativas. Um modelo comumente usado pelos bancos centrais proposto
por Barbosa (2008) foi utilizado na tentativa de encontrar variveis explicativas para a
9

inflao. um modelo com rigidez de preos, inrcia na inflao, regra de taxa de juros e
paridade descoberta da taxa de juros, formado por quatro equaes, uma curva IS, uma
curva de Phillips, a regra de Taylor de poltica monetria (RPM) e a equao da paridade
da taxa de juros. Um modelo semelhante com uma equao do tipo IS, uma curva de
Phillips, uma condio de paridade descoberta de juros e uma regra de taxa de juros
descrito em Bogdanski (2000), e utilizado por Alves (2001) objetivando capturar as
principais relaes entre as variveis chave da economia. As quatro equaes do modelo
proposto por Barbosa (2008) so as seguintes:

IS: y-y* = -(-*) + (q-q*)

(1)

CP: d/dt = dq/dt + (y-y*)

(2)

RPM: r = * + + ( - *) + (y y*)

(3)

PDJ: = * + dq/dt, * =

(4)

onde:

y = produto real
y* = produto potencial
= taxa de juros real
* = taxa de juros natural
i = taxa de juros real externa
q = taxa de cmbio real
q* = taxa de cmbio real de longo prazo
r = taxa de juros nominal
= taxa de inflao
* = taxa de inflao de pleno emprego
d/dt = derivada da inflao em relao ao tempo
dq/dt = derivada da taxa de cmbio real em relao ao tempo
,,,,, so parmetros

A combinao da curva de Phillips com a paridade descoberta de juros permite escrever a

acelerao da taxa de inflao em funo dos hiatos da taxa de juros real e do produto:

d/dt = (-*) + (y-y*)

(5)
10

O hiato da taxa de juros real de acordo com a regra de poltica monetria dado por:

-* = ( - *) + (y y*)

(3)

Substituindo-se (3) em (5) obtm-se a equao diferencial da taxa de inflao como funo
do hiato da taxa de inflao e do hiato do produto:

d/dt = ( - *) + ( + ) (y-y*)

(6)

Na equao (3) o hiato da taxa de juros funo do hiato da taxa de inflao e do hiato do
produto. De acordo com (6) a diferencial da taxa de inflao funo do hiato da taxa de
inflao e do hiato do produto. Ou seja, as equaes (3) e (6) supem uma relao entre
inflao, taxa de juros e produto.

A regra de poltica monetria da equao (3) foi proposta por Taylor (1993) e ficou
conhecida como regra de Taylor. Desde ento o uso de regra de poltica monetria para
avaliar e descrever a poltica de ao dos Bancos Centrais tem crescido e se espalhado
rapidamente. Taylor (2000) argumenta em seu artigo que o uso de regras de poltica
monetria em pases emergentes tem muitas das vantagens obtidas em pases
desenvolvidos. Soares e Barbosa (2006) estimam uma regra de Taylor para o Brasil a partir
da implementao do sistema de metas de inflao em junho de 1999. Diferente da maioria
dos estudos empricos, o estudo de Soares e Barbosa (2006) considera tanto a taxa de juros
real de equilbrio de longo prazo quanto a meta de inflao variveis no tempo.

O modelo do banco central acima foi usado como referncia para identificar algumas
possveis variveis explicativas para inflao. Neste trabalho, as variveis explicativas taxa
de cmbio nominal, taxa SELIC e produo industrial so usadas nos modelos ADL, VAR
e VECM. A produo industrial foi usada no lugar do PIB pois tem divulgao mensal,
diferente do PIB que trimestral. Alencar (2006) mostrou que a produo industrial
cointegrada com o PIB e, portanto, pode ser utilizada como proxy para o PIB em modelos
economtricos pois possuem a mesma tendncia estocstica. Minella (2003) tambm
utilizou a produo industrial como proxy para o PIB para estimar uma funo de reao
do Banco Central.

11

3 Dados e amostra

Este estudo compreende 3 diferentes perodos da economia brasileira e para isso foram
utilizadas 3 amostras para gerar os modelos. O primeiro perodo estudado foi de agosto de
1994 a maro de 2008, que abrange desde a implantao do plano real at os dias atuais. O
segundo perodo estudado foi de janeiro de 1999 a maro de 2008. Esse perodo exclui a
fase em que o cmbio foi fixo. O fim do regime de bandas cambiais ocorreu em janeiro de
1999 com a liberalizao do cmbio que passou a ser flutuante. Em julho do mesmo ano a
resoluo 2.615 do Banco Central de 30/06/1999 tornou pblico o estabelecimento pelo
Conselho Monetrio Nacional de um regime de metas de inflao no qual a inflao tem
uma meta pr-fixada podendo oscilar num intervalo de tolerncia para cima e para baixo.
O terceiro perodo estudado foi de maio de 2003 a maro de 2008, perodo aps o choque
da segunda metade de 2002 que atingiu a economia brasileira gerado pelas incertezas
quanto s conseqncias das eleies presidenciais daquele ano.

Desse modo, os dados utilizados para o estudo do perodo 1 foram as sries do IPCA e das
outras variveis explicativas de agosto/1994 a maro/2008, todos mensais, resultando em
164 observaes para cada srie. Para o perodo 2 foram utilizadas as mesmas sries com
amostras de janeiro/1999 a maro/2008 totalizando 111 observaes. Por fim, para o
perodo 3 foram utilizadas as sries com amostras de maio/2003 a maro/2008 totalizando
59 observaes.

Nos 3 perodos os dados de abril/2007 a maro/2008 (12 observaes) no foram

utilizados para a estimao dos modelos, pois o IPCA desse perodo foi usado para
comparar com o IPCA projetado pelos modelos. Ou seja, o prprio IPCA do perodo foi
usado como benchmark e o E.Q.M. foi calculado com base nos desvios das previses em
relao ao IPCA. Porm, no caso dos modelos ADL, os dados de abril/2007 a maro/2008
de cmbio, produo industrial e Selic foram utilizados como cenrio para a previso do
IPCA, apesar dos modelos no terem sido estimados com as sries deste perodo.

12

3.1 Teste de Raiz Unitria

As sries de dados foram testadas quanto estacionariedade nos 3 perodos estudados

atravs do teste ADF (augmented Dickey-Fuller) e os resultados esto nas tabelas 1,2 e 3.

O resultado dos testes indicou que as sries de IPCA e Selic so estacionrias nos 3
perodos considerados. A srie de cmbio apresentou raiz unitria nos 3 perodos. A srie
de produo industrial apresentou raiz unitria nos perodos 1 e 3 e estacionariedade no
perodo 2. Nos casos em que as sries apresentaram raiz unitria o teste ADF foi feito em
primeira diferena e a hiptese de raiz unitria foi rejeitada, portanto as sries puderam ser
consideradas estacionrias em primeira diferena. Diante disso, essas sries foram
transformadas aplicando-se o logaritmo natural e calculando-se as diferenas entre t e t-1 a
fim de torn-las estacionrias. As sries obtidas com essa transformao foram utilizadas
para a gerao dos modelos, com exceo dos modelos VECM que foram estimados com
as sries sem transformao.

Tabelas 1 a 3 - Teste ADF de raiz unitria das sries

Ho = A srie apresenta raiz unitria
Tabela 1 Perodo de 08/1994 a 03/2007
Srie
ADF test statistic 5% critical value
IPCA
-3,17692
-2,8812
Selic
-3,15666
-2,881
Cmbio no nvel
-1,604129
-2,8811
Cmbio em 1 diferena
-4,417203
-2,8812
Prod. Industrial no nvel
-1,902884
-2,8811
Prod. Industrial 1 diferena
-7,052289
-2,8812

Resultado
Estacionrio
Estacionrio
Raiz Unitria
Estacionrio
Raiz Unitria
Estacionrio

Tabela 2 Perodo de 01/1999 a 03/2007

Srie
IPCA
Selic
Cmbio no nvel
Cmbio em 1 diferena
Prod. Industrial no nvel

ADF test statistic 5% critical value

-3,612733
-2,8928
-6,385287
-2,8915
-2,05957
-2,8922
-3,367748
-2,8925
-3,055953
-2,8912

Resultado
Estacionrio
Estacionrio
Raiz Unitria
Estacionrio
Estacionrio

13

Tabela 3 Perodo de 05/2003 a 03/2007

Srie
ADF test statistic 5% critical value
IPCA
-3,125748
-2,9286
Selic
-2,936322
-2,9286
Cmbio no nvel
-0,706937
-2,9303
Cmbio em 1 diferena
-3,173007
-2,932
Prod. Industrial no nvel
-2,911293
-2,9303
Prod. Industrial 1 diferena
-5,399249
-2,932

Resultado
Estacionrio
Estacionrio
Raiz Unitria
Estacionrio
Raiz Unitria
Estacionrio

4 Modelos Economtricos

4.1 Mdias Mveis Auto-Regressivas ARMA

Os modelos ARMA (autoregressive moving-average) pertecem classe dos modelos

univariados e so constitudos por uma parte auto-regressiva (AR em ingls) e uma parte
de mdia mvel (MA em ingls) e podem ser caracterizados pela seguinte equao:

Yt = 0 + 1Yt-1 + ... + pYt-p + t + 1t-1 + 2t-2 + ... + qt-q

(7)

onde {t} um processo puramente aleatrio com mdia zero e varincia 2. A equao
acima representa um modelo ARMA(p,q). Esses modelos so capazes de produzir, com
poucos parmetros, sries temporais com comportamentos bem variados. A motivao
para esses mtodos que eles levam a uma representao mais parcimoniosa de processos
AR(p) e MM(q) de ordem elevada. Modelos ARMA bem estimados podem ser usados
para previso e tm a vantagem da simplicidade de s trabalhar com as defasagens da
prpria varivel a ser explicada, no requerendo o uso de outras variveis explicativas. A
grande restrio dos modelos ARMA(p,q) s olhar para o passado.

4.2 Auto-regressivo de Defasagens Distribudas - ADL

Os modelos ADL (autoregressive distributed lag) pertecem classe dos modelos

multivaridados, nos quais as sries de interesse (endgenas) so explicadas pelo
comportamento da prpria srie e de outras sries (exgenas) consideradas variveis
14

explicativas ou, simplesmente, regressores. O modelo ADL derivado do modelo de

Funo de Transferncia que pode ser escrito como:

Yt = 0 + 1Yt-1 + ... + pYt-p + 0Xt + 1Xt-1 + ... + qXt-q + 0t + 1t-1

+ ... + st-s

(8)

onde Xt a varivel exgena a ser utilizada para explicar Yt. Se ao invs de estimar a
equao (8) for estimada a equao de regresso:

Yt = 0 + 1Yt-1 + ... + pYt-p + 0Xt + 1Xt-1 + ... + qXt-q + t

(9)

a srie {Yt} estimada como um processo AR(p) que afetado pelos valores atuais e
passados de Xt. Essa especificao chamada de modelo ADL. Greene (2003) afirma que
o modelo ADL pode ser estimado por mnimos quadrados ordinrios. Outros regressores
podem ser utilizados alm do prprio Xt e nesse caso temos um ADL multivariado. O
benefcio desse mtodo que ele simples de ser modelado. Contudo, pode-se facilmente
estimar um modelo superparametrizado que se ajusta bem aos dados histricos, mas no
faz boas previses fora-da-amostra. Barbosa (2004) utiliza um modelo ADL como
referncia e cita que o ADL continua sendo uma especificao usada em trabalhos
empricos de econometria de sries temporais.

4.3 Cointegrao

Se duas sries temporais xt e yt forem cointegradas, haver uma relao de longo prazo
entre elas. Alm disso, as dinmicas de curto prazo podem ser descritas pelo modelo de
correo de erros (VECM). Isso conhecido como o teorema de representao Granger.

As variveis cmbio e produo industrial foram identificadas no teste de raiz unitria

como integradas de primeira ordem. Ou seja, so estacionrias quando aplicada a primeira
diferena. Nesse caso, um teste de cointegrao til por dois motivos. Um identificar se
h uma relao linear de longo prazo entre as variveis. O segundo estimar um modelo
de vetores auto-regressivos (VAR) ou um modelo vetorial de correo de erros (VECM).

15

A escolha do VAR ou do VECM depende do resultado do teste de cointegrao.

Cointegrao implica a existncia de um VECM. Caso no exista cointegrao, um VAR
com as variveis em diferenas pode ser estimado. A identificao das causalidades
importante para ratificar se as variveis escolhidas como explicativas para os modelos
ADL, VAR e VECM so de fato relevantes, e se no h feedback. Se houver feedback nos
modelos ADL os valores da varivel independente esto sendo afetados pelos valores da
varivel dependente. No caso dos modelos VAR e VECM o feedback no um problema
pois todas as variveis so consideradas endgenas.

O teste de Johansen foi realizado para testar a existncia de cointegrao entre as variveis
e, portanto, a existncia de relaes de longo prazo. Os resultados dos testes de
cointegrao mostraram que, nos 3 perodos, as variveis IPCA, produo industrial,
cmbio e selic so cointegradas. Estes resultados esto nas tabelas 34, 35 e 36 do apndice.

4.4 Modelo Vetorial de Correo de Erros VECM e causalidade de Granger

O modelo vetorial de correo de erros (VECM) um VAR restrito criado para usar com
sries no estacionrias que so cointegradas, e, no caso de um VECM com duas variveis
e uma defasagem, pode ser escrito como:

Xt = 0 (Yt-1 - Xt-1) + Xt

(10)

Yt = 1 (Yt-1 - Xt-1) + Yt

(11)

onde:

Xt = operador diferena de Xt
Yt = operador diferena de Yt
Xt = rudo branco
Yt = rudo branco
, so parmetros

16

A dinmica de curto prazo das variveis neste sistema so influenciadas pelo desvio do
equilbrio. Neste trabalho o VECM foi utilizado para testar a causalidade de Granger e
para fazer previses. Os resultados dos testes de causalidade de Granger esto nas tabelas
4, 5 e 6.

Tabelas 4 a 6 - Testes de causalidade de Granger gerados pelos modelos VECM

Ho = A varivel explicativa no Granger-causa a varivel dependente

Tabela 4 Perodo de 08/1994 a 03/2007

Varivel Dependente: IPCA
P-valor
Selic
0,5800
Produo Industrial
0,0002
Cmbio
0,0000

Resultado
No Granger causa IPCA
Granger causa IPCA
Granger causa IPCA

Varivel Dependente: Selic

P-valor
IPCA
0,4275
Produo Industrial
0,2009
Cmbio
0,2782

Resultado
No Granger causa Selic
No Granger causa Selic
No Granger causa Selic

Varivel Dependente: Produo industrial

P-valor
Resultado
IPCA
0,6772 No Granger causa produo industrial
Selic
0,9053 No Granger causa produo industrial
Cmbio
0,0717 No Granger causa produo industrial
Varivel Dependente: Cmbio
P-valor
IPCA
0,1007
Selic
0,0923
Produo Industrial
0,1642

Resultado
No Granger causa Cmbio
No Granger causa Cmbio
No Granger causa Cmbio

17

Tabela 5 Perodo de 01/1999 a 03/2007

Varivel Dependente: IPCA
P-valor
Selic
0,4159
Produo Industrial
0,0003
Cmbio
0,0000

Resultado
No Granger causa IPCA
Granger causa IPCA
Granger causa IPCA

Varivel Dependente: Selic

P-valor
IPCA
0,4267
Produo Industrial
0,5818
Cmbio
0,1177

Resultado
No Granger causa Selic
No Granger causa Selic
No Granger causa Selic

Varivel Dependente: Produo industrial

P-valor
Resultado
IPCA
0,2063 No Granger causa produo industrial
Selic
0,9775 No Granger causa produo industrial
Cmbio
0,0104 Granger causa produo industrial
Varivel Dependente: Cmbio
P-valor
IPCA
0,4598
Selic
0,8646
Produo Industrial
0,6432

Resultado
No Granger causa Cmbio
No Granger causa Cmbio
No Granger causa Cmbio

Tabela 6 Perodo de 05/2003 a 03/2007

Varivel Dependente: IPCA
P-valor
Resultado
Selic
0,2259 No Granger causa IPCA
Produo Industrial
0,0311 Granger causa IPCA
Cmbio
0,0018 Granger causa IPCA
Varivel Dependente: Selic
P-valor
IPCA
0,0791
Produo Industrial
0,1296
Cmbio
0,6995

Resultado
No Granger causa Selic
No Granger causa Selic
No Granger causa Selic

Varivel Dependente: Produo industrial

P-valor
Resultado
IPCA
0,0362 Granger causa produo industrial
Selic
0,0177 Granger causa produo industrial
Cmbio
0,0278 Granger causa produo industrial
Varivel Dependente: Cmbio
P-valor
Resultado
IPCA
0,5998 No Granger causa Cmbio
Selic
0,2777 No Granger causa Cmbio
Produo Industrial
0,2485 No Granger causa Cmbio

Apesar das variveis utilizadas serem cointegradas, modelos de vetores auto-regressivos

(VAR) em diferenas tambm foram estimados por serem muito utilizados em trabalhos
economtricos, e serem os modelos de referncia de muitos Bancos Centrais. O modelo
18

VAR em diferenas com uma defasagem e quatro variveis pode ser caracterizado pelas
seguintes equaes:

Yt = 0 + 1Yt-1 + 2Xt-1 + 3Wt-1 + 4Zt-1 + Yt

(12)

Xt = 0 + 1Yt-1 + 2Xt-1 + 3Wt-1 + 4Zt-1 + Xt

(13)

Wt = 0 + 1Yt-1 + 2Xt-1 + 3Wt-1 + 4Zt-1 + Wt

(14)

Zt = 0 + 1Yt-1 + 2Xt-1 + 3Wt-1 + 4Zt-1 + Zt

(15)

onde:

Xt,Yt,Wt,Zt = variveis
Xt = rudo branco
Yt = rudo branco
Wt = rudo branco
Zt = rudo branco
,,, so parmetros

5 Modelos e Previses

5.1 Especificaes

Todos os modelos deste trabalho foram estimados atravs do software EViews e foram
utilizadas as previses dinmicas para projetar inflao fora da amostra. Para os modelos
ARMA foram gerados modelos com um lag (defasagem) mximo de 12 para a parte
regressiva e 11 para a parte de mdia mvel, ou seja, modelos ARMA(12,11), que foi o
mximo que o software conseguiu rodar. Todos os modelos ARMA(p,q) com p = 0,1,...,12
e q = 0,1,...,11 foram estimados para os 3 perodos resultando em 167 para cada perodo e
501 modelos ARMA no total. O critrio de informao de Schwartz foi usado tanto para o
ARMA quanto para o ADL como forma de escolha do melhor modelo. Os valores
encontrados para o critrio de Schwartz dos modelos ARMA esto nas tabelas 37 a 42 do
apndice.

19

Para a estimao dos modelos ADL foi utilizado como modelo bsico um ADL
multivariado com as variveis explicativas taxa SELIC, taxa de cmbio real x dlar e
produo industrial. Modelos com at 13 lags foram estimados para os perodos 1 e 2. Para
o perodo 3 o EViews s rodou modelos com at 7 lags. O nmero de lags das variveis
explicativas foi mantido igual resultando em 33 modelos ADL. Os valores encontrados
para o critrio de Schwartz esto na tabela 43 do apndice. Modelos derivados destes 13
principais foram estimados retirando-se as defasagens estatisticamente no significativas
atravs da anlise de estatsticas-t e P-Valor. Porm, os modelos resultantes, apesar de
terem menor valor do critrio de Schwartz, no forneceram previses com EQM menores.
Portanto, foram descartados.

Os modelos VAR e VECM foram estimados com at 6 defasagens (lags) para os 3

perodos e foram escolhidos os que fizeram previses com menor EQM. No caso do
modelos VAR, nos perodos 1 e 3 fora utilizados os modelos com 2 lags, e com 1 lag no
perodo 2. No caso do modelo VECM, foi utilizado o modelo com 6 lags no perodo 1, 5
lags no perodo 2 e 1 lag no perodo 3.

Para testar cointegrao via teste de Johansen e causalidade de Granger, foram utilizados
os respectivos modelos VECM com menor critrio de Schwartz de cada perodo. No
perodo 1 o de menor Schwartz foi o de 1 lag, no perodo 2 o de 3 lags e no perodo 3 o de
1 lag.

5.2 Previses fora-da-amostra

Os melhores modelos ARMA e ADL, identificados pelo menor valor do critrio de

Schwartz, e VAR e VECM com menor EQM foram utilizados para previso. Em todos os
casos foi feita uma previso fora-da-amostra de 12 meses frente abrangendo o perodo de
abril de 2007 a maro de 2008. Os erros quadrticos mdios (EQM) foram calculados para
essas previses dos melhores modelos e utilizados como um dos critrios de qualidade da
previso. Foram analisados tambm os resultados da previso em t+1 e no acumulado dos
12 meses da previso. Todos foram comparados com o IPCA e os desvios analisados.

20

Os melhores modelos ARMA de acordo com o critrio de Schwartz esto nas tabelas 7, 8 e
9. Os resultados de todos os modelos ADL esto nas tabelas 10, 11 e 12. Os melhores
modelos VECM e VAR esto nas tabelas 31, 32 e 33.

Tabelas 7 a 9 - Valores projetados pelos melhores modelos ARMA(p,q) de acordo

com o critrio de Schwartz.

Tabela 7 Perodo de 08/1994 a 03/2007

amostra: 1994:8 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

arma1,1
0,44202234
0,5067339
0,53923046
0,55554942
0,56374441
0,56785973
0,56992634
0,57096414
0,5714853
0,57174701
0,57187843
0,57194443
0,0474
6,81
0.940953

arma2,1
0,43567994
0,49655667
0,52474832
0,54414471
0,55463768
0,56117758
0,56492121
0,56717528
0,56849204
0,56927525
0,5697361
0,57000903
0,0447
6,73
0.960674

arma3,7
0,501630
0,494014
0,488431
0,570780
0,539649
0,514935
0,584867
0,551662
0,526535
0,590134
0,558329
0,533670
0,0454
6,65
0.890997

arma4,2
0,497163
0,554394
0,509285
0,592109
0,617387
0,551118
0,615801
0,633644
0,563097
0,620612
0,637794
0,567401
0,0586
7,19
0.919151

arma5,2
0,485819
0,553708
0,511592
0,578953
0,613925
0,555067
0,606835
0,634270
0,571023
0,615228
0,640901
0,577487
0,0571
7,17
0.957293

Modelos ARMA(p,q)

arma6,2
0,509006
0,566395
0,497067
0,571850
0,603608
0,528554
0,601138
0,631220
0,551762
0,614635
0,643108
0,563572
0,0559
7,10
0.973236

arma7,2
0,526563
0,552761
0,495762
0,578096
0,597239
0,531823
0,610448
0,619752
0,549461
0,619749
0,629453
0,558038
0,0562
7,09
1.000.791

arma8,4
0,535285
0,495911
0,443910
0,596479
0,570428
0,485917
0,595150
0,548963
0,479276
0,611807
0,579107
0,497837
0,0486
6,63
1.008.405

1994

arma9,8
0,418836
0,315808
0,398764
0,560059
0,583337
0,456750
0,496101
0,421934
0,396683
0,568570
0,519527
0,484182
0,0330
5,77
1.030.766

arma10,7
arma11,4 arma12,7
0,470362
0,423392
0,532753
0,380924
0,318987
0,426614
0,430892
0,359815
0,448677
0,546752
0,599467
0,595754
0,526913
0,573355
0,554867
0,549596
0,499042
0,369702
0,516343
0,506009
0,476648
0,489692
0,431342
0,449843
0,438144
0,436058
0,421189
0,549606
0,565251
0,588396
0,521285
0,537371
0,517811
0,523704
0,502552
0,417759
0,0390
0,0350
0,0370
6,11
5,91
5,96
0.803978 1.075.886 1.090.826

Grfico 1 Perodo de 08/1994 a 03/2007 Modelos ARMA

0,80
0,70

IPCA
arma1,1

0,60

arma2,1

0,50

arma3,7

0,40

arma4,2

0,30

arma5,2

0,20

arma6,2

0,10

ab
r/0
m 7
ai
/0
7
ju
n/
07
ju
l/ 0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
0
de 7
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

0,00

21

Grfico 2 Perodo de 08/1994 a 03/2007 Modelos ARMA

0,80
0,70
IPCA
0,60

arma7,2

0,50

arma8,4

0,40

arma9,8

0,30

arma10,7
arma11,4

0,20

arma12,7
0,10

ab
r/0
m 7
ai
/0
7
ju
n/
07
ju
l/0
ag 7
o/
07
se
t/0
7
ou
t/0
7
no
v/
0
de 7
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

0,00

Tabela 8 Perodo de 01/1999 a 03/2007

amostra: 1999:1 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

arma1,1
0,4443535
0,50973428
0,54512795
0,5642882
0,57466053
0,58027556
0,58331524
0,58496076
0,58585156
0,58633378
0,58659484
0,58673616
0,0505
6,94
1.022.574

arma2,4
0,472671
0,422529
0,342545
0,369286
0,528284
0,678561
0,725293
0,667961
0,573598
0,513959
0,517694
0,564176
0,0535
6,57
1.066.200

arma3,2
0,499671
0,517117
0,578867
0,629000
0,607796
0,641990
0,663267
0,635662
0,661882
0,670367
0,645409
0,668552
0,0726
7,68
0.710777

arma4,3
0,475333
0,469091
0,478563
0,531339
0,506799
0,506260
0,540075
0,515484
0,514899
0,539038
0,517922
0,518691
0,0373
6,29
0.762504

arma5,9
0,436439
0,289739
0,203194
0,161810
0,222992
0,259608
0,302352
0,322339
0,291785
0,238584
0,216533
0,233269
0,0454
3,23
1.159.826

Modelos ARMA(p,q)

arma6,3
arma7,2
0,479404 0,488240
0,574610 0,562246
0,536780 0,569364
0,505345 0,539564
0,504214 0,606523
0,557261 0,611862
0,595604 0,604910
0,629467 0,602989
0,621297 0,595029
0,609756 0,586012
0,583667 0,602303
0,583442 0,579477
0,0506
0,0586
7,00
7,17
1.172.983 1.056.880

arma8,5
0,484223
0,542324
0,482903
0,497314
0,603158
0,577100
0,602311
0,629600
0,574584
0,569004
0,613532
0,568398
0,0510
6,96
1.216.070

1999

arma9,4 arma10,2 arma11,5 arma12,2

0,482091 0,554039 0,544234 0,503728
0,483096 0,544338 0,529427 0,462767
0,545826 0,497027 0,594441 0,452169
0,535845 0,555737 0,626474 0,529996
0,476918 0,599561 0,558745 0,519444
0,440896 0,558509 0,510143 0,508659
0,439897 0,608201 0,518274 0,595888
0,401207 0,584675 0,414241 0,530668
0,443986 0,552493 0,430122 0,541381
0,510171 0,612239 0,499589 0,596432
0,525455 0,600465 0,505816 0,552315
0,529379 0,545301 0,539793 0,535509
0,0361
0,0552
0,0554
0,0402
5,97
7,03
6,45
6,52
0.736113 1.191.068 0.684334 0.949041

Grfico 3 Perodo de 01/1999 a 03/2007 Modelos ARMA

0,80
0,70

IPCA

0,60

arma1,1

0,50

arma2,4

0,40

arma3,2
arma4,3

0,30

arma5,9
0,20

arma6,3

0,10

ju
l/0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
07
de
z/
07
ja
n/
08
fe
v/
08
m
ar
/0
8

ab
r/0
7
m
ai
/0
7
ju
n/
07

0,00

22

Grfico 4 Perodo de 01/1999 a 03/2007 Modelos ARMA

0,80
0,70
IPCA

0,60

arma7,2

0,50

arma8,5

0,40

arma9,4

0,30

arma10,2
arma11,5

0,20

arma12,2

0,10

ab
r/0
7
m
ai
/0
7
ju
n/
07
ju
l/ 0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
07
de
z/
07
ja
n/
08
fe
v/
08
m
ar
/0
8

0,00

Tabela 9 Perodo de 05/2003 a 03/2007

amostra: 2003:5 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

1
arma1,9
0,47627922
0,41286808
0,37351884
0,36346602
0,34609048
0,37456528
0,43694238
0,40488545
0,37094914
0,36626321
0,36283961
0,3603383
0,0302
4,75
-0.118054

2
arma2,6
0,448476
0,467314
0,445303
0,443339
0,447805
0,452673
0,474017
0,482245
0,468889
0,454167
0,456981
0,471110
0,0284
5,65
-0.284572

3
arma3,2
0,313935
0,289974
0,282776
0,281037
0,280325
0,279569
0,278717
0,277872
0,277090
0,276386
0,275756
0,275193
0,0362
3,44
-0.007412

4
arma4,7
0,397948
0,452123
0,530455
0,560461
0,551009
0,526484
0,539020
0,580525
0,624368
0,628607
0,603636
0,581784
0,0405
6,78
-0.617441

5
arma5,4
0,401581
0,420165
0,435217
0,423009
0,412967
0,416277
0,429994
0,434447
0,427914
0,420491
0,422702
0,429656
0,0248
5,19
-0.084530

Modelos ARMA(p,q)

6
7
8
arma6,7
arma7,12 arma8,11
0,2531043 0,256152 0,480116
0,3380547 0,360927 0,522419
0,3486958 0,395278 0,616194
0,3172769 0,423369 0,618653
0,4200023 0,534669 0,530859
0,316016 0,424048 0,560014
0,4294482 0,468545 0,631203
0,3978399 0,559548 0,696394
0,4145597 0,534807 0,733722
0,406959 0,627020 0,657147
0,4277552 0,593926 0,586502
0,4411215 0,515486 0,622336
0,0151
0,0200
0,0641
4,61
5,84
7,50
0.015296 -0.766006 -0.735992

2003

9
10
arma9,7
arma10,7
0,451354 0,399474
0,448577 0,431879
0,531579 0,489211
0,563197 0,525846
0,529396 0,468681
0,504248 0,450913
0,588197 0,509878
0,600654 0,561986
0,651172 0,586463
0,642037 0,561723
0,603651 0,506659
0,596792 0,523505
0,0435
0,0290
6,92
6,18
-1.000.558 -0.164903

11
arma11,9
0,4458907
0,4736616
0,5649658
0,5976556
0,5695316
0,576529
0,6362901
0,6832594
0,7224552
0,7095807
0,6815754
0,70013
0,0643
7,61
-0.271894

Grfico 5 Perodo de 05/2003 a 03/2007 Modelos ARMA

0,80
0,70

IPCA

0,60

arma1,9

0,50

arma2,6

0,40

arma3,2

0,30

arma4,7

0,20
0,10

arma5,4
arma6,7

ab
r/0
m 7
ai
/0
7
ju
n/
07
ju
l/0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
0
de 7
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

0,00

23

12
arma12,9
0,5363307
0,547884
0,7097666
0,6470332
0,6681209
0,6526268
0,7817306
0,7884672
0,8436525
0,738829
0,7706593
0,7715457
0,1150
8,79
-0.767055

Grfico 6 Perodo de 05/2003 a 03/2007 Modelos ARMA

0,90
0,80

IPCA

0,70

arma7,12

0,60

arma8,11

0,50

arma9,7

0,40

arma10,7

0,30

arma11,9

0,20

arma12,9

0,10

ab
r/0
m 7
ai
/0
7
ju
n/
07
ju
l/ 0
ag 7
o/
07
se
t/0
7
ou
t/0
7
no
v/
0
de 7
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

0,00

Tabelas 10 a 12 - Valores projetados por todos os modelos ADL estimados.

Tabela 10 Perodo de 08/1994 a 03/2007
amostra: 1994:8 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

1
adl1_n
0,284858
0,314473
0,213870
0,275820
0,145672
0,448716
0,424953
0,178589
0,347497
0,579243
0,559686
0,461992
0,0335
4,32
0.915044

2
adl2_n
0,244711
0,351577
0,186370
0,298145
0,102469
0,448522
0,460013
0,133121
0,354570
0,561288
0,486370
0,393895
0,0390
4,09
1.027.809

3
adl3_n
0,264231
0,343103
0,145841
0,238499
0,008875
0,408035
0,384395
-0,004308
0,338423
0,581536
0,420586
0,316127
0,0530
3,50
1.080.505

4
adl4_n
0,245148
0,311790
0,125868
0,258858
0,002961
0,423054
0,382591
0,022338
0,374153
0,566649
0,437758
0,343245
0,0494
3,55
1.215.386

Var. Explicativas: Prod. Indust., Selic e cmbio.

ADL 1994
5
adl5_n
0,268280
0,339001
0,183933
0,293681
-0,034324
0,441706
0,343663
0,005458
0,306542
0,458725
0,439489
0,308158
0,0590
3,40
1.274.302

6
adl6_n
0,337673
0,361559
0,118112
0,231499
-0,066670
0,480495
0,363298
0,018375
0,296047
0,492075
0,390718
0,256748
0,0677
3,33
1.382.998

7
adl7_n
0,340566
0,392825
0,135204
0,247046
-0,082174
0,459833
0,342285
-0,017723
0,265524
0,482472
0,395731
0,223916
0,0740
3,23
1.506.448

8
adl8_n
0,292488
0,324323
0,123648
0,229072
-0,144340
0,411781
0,326670
0,013925
0,272957
0,461611
0,369507
0,215659
0,0753
2,93
1.631.164

9
adl9_n
0,297775
0,271924
-0,010226
0,226975
-0,085233
0,275013
0,231154
0,057428
0,371917
0,431516
0,328888
0,127923
0,0675
2,55
1.693.723

10
adl10_n
0,233807
0,262013
0,155754
0,244852
-0,043057
0,322409
0,201568
0,055583
0,404287
0,496220
0,343625
0,213561
0,0518
2,93
1.769.125

11
adl11_n
0,157784
0,149040
0,085905
0,099264
-0,125671
0,258504
0,139399
-0,025928
0,311518
0,403167
0,262034
0,168876
0,0822
1,90
1.828.649

12
adl12_n
0,121290
0,119800
0,030282
0,076721
-0,053629
0,234902
0,192062
0,008587
0,249914
0,328581
0,271079
0,160427
0,0828
1,75
1.904.425

Grfico 7 Perodo de 08/1994 a 03/2007 Modelos ADL

0,80
0,70
0,60

adl1_n

0,50

adl2_n

0,40

IPCA

0,30

adl3_n
adl4_n

0,20

adl5_n
0,10

ja
n/
08
fe
v/
08
m
ar
/0
8

ou
t/0
7
no
v/
07
de
z/
07

ju
l/ 0
7
ag
o/
07
se
t/ 0
7

ab
r/0
7
m
ai
/0
7

ju
n/
07

0,00
-0,10

24

13
adl13_n
0,0965478
0,132246
0,0346884
0,0809543
-0,040352
0,2469042
0,2265641
-0,008976
0,2199915
0,3377863
0,3145306
0,1672407
0,0827
1,82
2.029.553

Grfico 8 Perodo de 08/1994 a 03/2007 Modelos ADL

0,80
0,70
IPCA

0,60

adl6_n

0,50

adl7_n

0,40

adl8_n

0,30

adl9_n

0,20

adl10_n
adl11_n

0,10

adl12_n

0,00

ar
/0

v/
0
fe

08
n/
ja

z/
0

v/
0

7
de

no

t/0

ou

t/0
se

o/
07
ag

l/ 0

07
ju

ju

n/

/0
ai
m

-0,20

r/0
7

adl13_n

ab

-0,10

Tabela 11 Perodo de 01/1999 a 03/2007

amostra: 1999:1 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

1
adl1_n
0,259538
0,251651
0,087284
0,128741
-0,103303
0,354688
0,322628
-0,011004
0,123324
0,402526
0,389122
0,264371
0,0849
2,50
0.887289

2
adl2_n
0,14674454
0,20962162
0,01729394
0,06525358
-0,1725708
0,25392843
0,41980792
-0,03416717
0,02705421
0,36259922
0,38256277
0,23476421
0,1109
1,93
0.975233

3
adl3_n
0,146590
0,149856
-0,126583
-0,063753
-0,350350
0,137767
0,239096
-0,101843
-0,008416
0,137111
0,218680
0,257064
0,1702
0,64
1.031.577

4
adl4_n
0,061788
-0,004913
-0,239242
-0,063872
-0,466575
0,168205
0,369204
-0,056981
0,046756
0,101897
0,187475
0,248076
0,1975
0,35
1.092.261

Var. Explicativas: Prod. Indust., Selic e cmbio.

ADL 1999
5
adl5_n
0,147872
0,044658
-0,262998
-0,106170
-0,542167
0,030499
0,303631
-0,045212
-0,020516
0,103276
0,173248
0,072448
0,2287
-0,10
1.209.661

6
adl6_n
0,140324
0,057588
-0,313473
-0,153587
-0,521133
0,115488
0,307566
-0,042665
-0,001804
0,095780
0,093440
-0,007838
0,2398
-0,23
1.389.152

7
adl7_n
0,206152
0,094093
-0,338754
-0,105341
-0,486572
0,051823
0,195694
-0,050909
-0,007412
0,093405
0,124803
0,076495
0,2268
-0,15
1.571.779

8
adl8_n
0,174196
-0,008228
-0,280368
-0,058240
-0,529432
0,008497
0,280118
0,067817
0,044006
0,130874
0,117580
0,080542
0,2140
0,02
1.721.495

9
adl9_n
0,223648
-0,148130
-0,395107
-0,022164
-0,429053
-0,062342
0,316988
0,306479
0,275735
0,126165
0,051586
-0,025343
0,2013
0,22
1.729.745

10
adl10_n
0,187911
-0,164075
-0,338893
-0,031349
-0,466030
-0,031459
0,285009
0,280501
0,273554
0,140576
-0,002080
-0,023748
0,2052
0,11
1.894.920

11
adl11_n
0,303205
-0,231377
-0,435495
-0,009762
-0,505505
-0,031073
0,429139
0,331026
0,241374
0,226397
0,148489
-0,160580
0,2274
0,30
1.947.777

12
adl12_n
0,2906403
-0,3330083
-0,5237643
-0,1041209
-0,3842799
-0,0400962
0,3474753
0,4094719
0,2274562
0,1824535
0,0308829
-0,1584582
0,2444
-0,06
2.036.188

Grfico 9 Perodo de 01/1999 a 03/2007 Modelos ADL

1,00
0,80
0,60

IPCA

0,40

adl1_n
adl2_n

0,20

adl3_n

fe
v/
08
m
ar
/0
8

no
v/
07
de
z/
07
ja
n/
08

se
t/0
7
ou
t/0
7

ag
o/
07

ju
l/ 0
7

-0,40

ju
n/
07

adl5_n

ai
/0
7

adl4_n

-0,20

ab
r/0
7

0,00

adl6_n

-0,60
-0,80

25

13
adl13_n
0,26240
-0,312453
-0,426288
-0,128171
-0,45097
0,0887603
0,4226841
0,3903207
0,2924262
0,1983611
-0,01957
-0,15749
0,2367
0,15
2.151.835

Grfico 10 Perodo de 01/1999 a 03/2007 Modelos ADL

1,00
0,80
adl7_n

0,60

adl8_n
0,40

adl9_n
adl10_n

0,20

adl11_n
0,00

ja
n/
08
fe
v/
08
m
ar
/0
8

ju
n/
07
ju
l/0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
07
de
z/
07

adl12_n

ab
r/0
7
m
ai
/0
7

-0,20

adl13_n
IPCA

-0,40
-0,60

Tabela 12 Perodo de 05/2003 a 03/2007

amostra: 2003:5 2007:3
perodo de previso: 2007:04 2008:03

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.
Schwartz

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Var, Explicativas: Prod, Indust,, Selic e cmbio,

ADL 2003

1
2
3
4
5
6
adl1_n
adl2_n
adl3_n
adl4_n
adl5_n
adl6_n
0,270127
0,208857
0,137408
0,026842
-0,3574
-0,361495
0,308514
0,375911
0,214824
0,060515
-0,2222
-0,694133
0,160994
0,290580
-0,208979
-0,398606
-0,9577
-0,888226
0,201766
0,297571
-0,128153
-0,318231
-0,8099
-1,240711
0,070234
0,110389
-0,253947
-0,356396
-0,5037
-0,229536
0,348375
0,426114
0,195532
0,192538
0,6156
0,916425
0,374204
0,463764
0,146330
0,358004
0,9771
1,396356
0,141508
0,127337
-0,038815
0,297498
1,0298
0,704050
0,227617
0,307912
0,343343
0,603477
1,1867
0,765006
0,443535
0,642259
0,297814
0,324527
0,2349
-0,954048
0,424846
0,578633
0,203341
0,128912
-0,8365
-2,055734
0,368900
0,505802
0,368309
0,223460
-1,0591
-1,741460
0,0463
0,0417
0,1188
0,1521
0,8080
1,7390
3,39
4,42
1,28
1,14
-0,74
-4,36
0.165861
0.444007
0.467532
0.713644
0.555253 0.151195

7
adl7_n
0,582517
-1,494182
0,188624
-0,897284
-2,551984
-0,892883
1,728011
-4,413250
1,861581
4,906559
-2,789683
1,432875
5,9872
-2,66
-1.741.662

Grfico 11 Perodo de 05/2003 a 03/2007 Modelos ADL

1,50

1,00
IPCA
0,50

adl1_n
adl2_n

-0,50

adl3_n

ju
l/ 0
7
ag
o/
07
se
t/ 0
7
ou
t/0
7
no
v/
07
de
z/
07
ja
n/
08
fe
v/
08
m
ar
/0
8

ab
r/0
7
m
ai
/0
7
ju
n/
07

0,00

adl4_n
adl5_n

-1,00

-1,50

26

Grfico 12 Perodo de 05/2003 a 03/2007 Modelos ADL

6,00

4,00

2,00
IPCA
0,00

ab
r/0
7
m
ai
/0
7
ju
n/
07
ju
l/ 0
7
ag
o/
07
se
t/0
7
ou
t/0
7
no
v/
07
de
z/
07
ja
n/
08
fe
v/
08
m
ar
/0
8

adl6_n
adl7_n

-2,00

-4,00

-6,00

5.3 Combinaes de previses

Neste trabalho trs mtodos foram utlilizados para combinar previses. O primeiro uma
simples mdia aritmtica de vrios modelos conforme abaixo:

Pi, t
Ct =

i =1

(16)

onde:

Ct = valor da combinao no perodo t

Pi,t = valor da previso do modelo i no perodo t
A vantagem de combinar muitos modelos foi exemplificada por Galton (1907) e
mencionada por Surowieck (2004). O experimento foi observado em uma feira, no qual as
pessoas deveriam dar um palpite sobre o peso de um animal. A mediana das previses
ficou prxima do peso real. O segundo mtodo, seguindo Bates e Granger (1969), uma
mdia ponderada de duas previses na qual o peso da ponderao k calculado de forma a
minimizar a varincia do erro da previso combinada.

27

A previso combinada seria ento:

C = k p1 + (1-k) p2

(17)

onde:

C = valor da combinao
p1 = valor da previso 1
p2 = valor da previso 2
k = o fator que minimiza a varincia do erro da previso combinada

O valor de k que minimiza a varincia do erro pode ser encontrado por:

k=

2 1 2
2

1 + 2 2 1 2

(18)

onde:

1 = desvio padro do erro da previso 1

2 = desvio padro do erro da previso 2
= coeficiente de correlao entre os erros das previses de 1 e 2

O terceiro mtodo de combinao foi atravs de mdia ponderada e os pesos foram

encontrados com regresses lineares mltiplas do IPCA nas previses conforme abaixo:

Ct = 0 + 1Yt + 2Xt + 3Wt + 4Zt + t

(19)

onde:

Ct = valor da combinao no perodo t

0 = coeficiente linear da regresso
1, 2, 3, 4 = coeficientes angulares da regresso mltipla que foram usados como pesos
para a combinao de previses

28

Xt = previso do modelo X no perodo t

Yt = previso do modelo Y no perodo t
Wt = previso do modelo W no perodo t
Zt = previso do modelo Z no perodo t

Tabelas 13 a 15 Combinaes de modelos ARMA e ADL atravs dos mtodos Bates

e Granger, mdia aritmtica e regresso linear.

Tabela 13 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

mdia todos
mdia todos
ARMA
ADL
0,481543
0,245012
0,471901
0,282590
0,470681
0,117635
0,574166
0,215491
0,574924
-0,031960
0,514295
0,373836
0,562016
0,309124
0,545872
0,033574
0,506100
0,316411
0,590417
0,475451
0,577192
0,386154
0,530680
0,258290
0,0437
0,0567
6,59
3,02

Comb.
Granger
0,454666
0,450390
0,430565
0,533411
0,505965
0,498335
0,533280
0,487661
0,484546
0,577354
0,555485
0,499729
0,0350
6,18

Mdia
aritm.
0,363277
0,377245
0,294158
0,394829
0,271482
0,444066
0,435570
0,289723
0,411256
0,532934
0,481673
0,394485
0,0248
4,79

Comb.
regresso
0,331996
0,326645
0,305190
0,423981
0,394467
0,381573
0,422904
0,372505
0,366085
0,472583
0,447999
0,384337
0,0217
4,73

Tabela 14 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
menor
Schwartz Schwartz
arma10,7
adl1_n
0,470362
0,284858
0,380924
0,314473
0,430892
0,213870
0,546752
0,275820
0,526913
0,145672
0,549596
0,448716
0,516343
0,424953
0,489692
0,178589
0,438144
0,347497
0,549606
0,579243
0,521285
0,559686
0,523704
0,461992
0,0390
0,0335
6,11
4,32

Comb.
Granger
0,409149
0,358996
0,359278
0,457349
0,401109
0,516307
0,486186
0,387033
0,408232
0,559386
0,533957
0,503340
0,0292
5,51

Mdia
aritm.
0,377610
0,347698
0,322381
0,411286
0,336293
0,499156
0,470648
0,334140
0,392821
0,564425
0,540486
0,492848
0,0272
5,21

Comb.
regresso
0,373133
0,418823
0,365240
0,339534
0,304036
0,396105
0,401485
0,329924
0,406938
0,439667
0,444478
0,410901
0,0222
4,73

29

Tabela 15 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
EQM
adl1_n
0,284858
0,314473
0,213870
0,275820
0,145672
0,448716
0,424953
0,178589
0,347497
0,579243
0,559686
0,461992
0,0335
4,32

menor
EQM
arma9,8
0,418836
0,315808
0,398764
0,560059
0,583337
0,456750
0,496101
0,421934
0,396683
0,568570
0,519527
0,484182
0,0330
5,77

Comb.
Granger
0,373550
0,315357
0,336267
0,463983
0,435401
0,454034
0,472052
0,339681
0,380057
0,572178
0,533101
0,476682
0,0258
5,28

Mdia
aritm.
0,351847
0,315140
0,306317
0,417939
0,364505
0,452733
0,460527
0,300261
0,372090
0,573907
0,539607
0,473087
0,0251
5,04

Comb.
regresso
0,358552
0,343441
0,336928
0,386945
0,360315
0,406643
0,409385
0,333361
0,368998
0,462632
0,447249
0,415816
0,0223
4,73

Tabelas 16 a 18 Combinaes de modelos ARMA e ADL atravs dos mtodos Bates

e Granger, mdia aritmtica e regresso linear.

Tabela 16 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

1
2
mdia todos mdia todos
ADL
ARMA
0,196231
0,488702
-0,030363
0,492251
-0,275107
0,485567
-0,050195
0,503833
-0,415995
0,525758
0,080361
0,535927
0,326080
0,564949
0,110987
0,543271
0,116426
0,532242
0,177032
0,544290
0,145863
0,538975
0,053869
0,537727
0,1817
0,0408
0,43
6,48

Comb.
Granger
0,501227
0,514633
0,518144
0,527560
0,566089
0,555437
0,575179
0,561784
0,550050
0,560018
0,555811
0,558448
0,0470
6,74

Mdia
aritm.
0,342467
0,230944
0,105230
0,226819
0,054881
0,308144
0,445515
0,327129
0,324334
0,360661
0,342419
0,295798
0,0429
3,42

Comb.
regresso
0,253406
0,296346
0,310418
0,334726
0,453793
0,414852
0,469259
0,433081
0,398434
0,426874
0,414955
0,424126
0,0196
4,73

30

Tabela 17 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
Schwartz
arma11,5
0,544234
0,529427
0,594441
0,626474
0,558745
0,510143
0,518274
0,414241
0,430122
0,499589
0,505816
0,539793
0,0554
6,45

menor
Schwartz
adl1_n
0,259538
0,251651
0,087284
0,128741
-0,103303
0,354688
0,322628
-0,011004
0,123324
0,402526
0,389122
0,264371
0,0849
2,50

Granger
0,483115
0,469793
0,485563
0,519620
0,416616
0,476769
0,476272
0,322949
0,364258
0,478751
0,480764
0,480665
0,0401
5,59

aritm.
0,401886
0,390539
0,340862
0,377607
0,227721
0,432415
0,420451
0,201619
0,276723
0,451057
0,447469
0,402082
0,0381
4,46

regresso
0,348320
0,370592
0,296395
0,245319
0,370432
0,386164
0,378248
0,567722
0,528910
0,395699
0,388316
0,354147
0,0170
4,73

Mdia
aritm.
0,370814
0,367373
0,316555
0,332293
0,186808
0,397792
0,381263
0,195101
0,283655
0,456348
0,457288
0,396875
0,0353
4,22

Comb.
regresso
0,380870
0,381568
0,393898
0,390479
0,415693
0,373990
0,377096
0,410912
0,395857
0,365769
0,366236
0,377907
0,0238
4,73

Tabela 18 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
EQM
arma9,4
0,482091
0,483096
0,545826
0,535845
0,476918
0,440896
0,439897
0,401207
0,443986
0,510171
0,525455
0,529379
0,0361
5,97

menor
EQM
adl1_n
0,259538
0,251651
0,087284
0,128741
-0,103303
0,354688
0,322628
-0,011004
0,123324
0,402526
0,389122
0,264371
0,0849
2,50

Comb.
Granger
0,496401
0,497978
0,575310
0,562021
0,514226
0,446440
0,447438
0,427712
0,464605
0,517093
0,534221
0,546419
0,0399
6,20

31

Tabelas 19 a 21 Combinaes de modelos ARMA e ADL atravs dos mtodos Bates

e Granger, mdia aritmtica e regresso linear.

Tabela 19 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

mdia todos
mdia todos
ARMA
ADL
0,405054
0,072413
0,430487
-0,207254
0,476913
-0,259039
0,480362
-0,413557
0,479955
-0,530702
0,461164
0,257388
0,516999
0,777684
0,539010
-0,307413
0,554670
0,756524
0,540767
0,842218
0,524387
-0,620890
0,524083
0,014118
0,0277
0,3531
6,10
0,37

Comb.
Granger
0,387660
0,397140
0,438431
0,433619
0,427108
0,450508
0,530630
0,494751
0,565225
0,556530
0,464501
0,497417
0,0224
5,79

Mdia
aritm.
0,238733
0,111617
0,108937
0,033403
-0,025373
0,359276
0,647341
0,115799
0,655597
0,691493
-0,048252
0,269100
0,0777
3,20

Comb.
regresso
0,166517
0,223621
0,336879
0,342329
0,339023
0,308267
0,455934
0,488776
0,548244
0,515709
0,446617
0,458356
0,0111
4,73

Tabela 20 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
Schwartz
arma9,7
0,451354
0,448577
0,531579
0,563197
0,529396
0,504248
0,588197
0,600654
0,651172
0,642037
0,603651
0,596792
0,0435
6,92

menor
Schwartz
adl7_n
0,582517
-1,494182
0,188624
-0,897284
-2,551984
-0,892883
1,728011
-4,413250
1,861581
4,906559
-2,789683
1,432875
5,9872
-2,66

Comb.
Granger
0,452619
0,429848
0,528273
0,549118
0,499690
0,490779
0,599185
0,552317
0,662841
0,683149
0,570938
0,604853
0,0405
6,83

Mdia
aritm.
0,516935
-0,522802
0,360102
-0,167043
-1,011294
-0,194318
1,158104
-1,906298
1,256376
2,774298
-1,093016
1,014834
1,4363
2,12

Comb.
regresso
0,202665
0,189802
0,339606
0,389960
0,325187
0,288228
0,443312
0,440948
0,552528
0,548594
0,452431
0,457001
0,0109
4,73

32

Tabela 21 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

menor
EQM
arma6,7
0,253104
0,338055
0,348696
0,317277
0,420002
0,316016
0,429448
0,397840
0,414560
0,406959
0,427755
0,441122
0,0151
4,61

menor
EQM
adl2_n
0,208857
0,375911
0,290580
0,297571
0,110389
0,426114
0,463764
0,127337
0,307912
0,642259
0,578633
0,505802
0,0417
4,42

Comb.
Granger
0,255684
0,335848
0,352083
0,318426
0,438050
0,309598
0,427448
0,413608
0,420776
0,393243
0,418960
0,437351
0,0150
4,62

Mdia
aritm.
0,230981
0,356983
0,319638
0,307424
0,265196
0,371065
0,446606
0,262588
0,361236
0,524609
0,503194
0,473462
0,0225
4,51

Comb.
regresso
0,156237
0,311954
0,336858
0,275771
0,483845
0,266803
0,484149
0,440145
0,463289
0,431609
0,475040
0,504577
0,0124
4,73

5.4 Combinaes com o FOCUS

O Banco Central realiza um levantamento dirio junto a diversos agentes econmicos

acerca das expectativas para alguns indicadores, entre eles o IPCA, e divulga a mdia e a
mediana dessas projees em um boletim chamado FOCUS. O Focus muito utilizado
como importante referncia e previso de indicadores. Lima (2003) comparou as previses
do FOCUS, do relatrio de inflao do Banco Central e de modelos AR(2), AR(5),
ARIMA(0,1,2) e ARIMA (2,1,4) e, atravs de teste de habilidade preditiva, concluiu que
no h qualquer evidncia de que o mercado (FOCUS) ou o Bacen, em seus relatrios,
prevejam a inflao com razovel grau de acurcia em horizontes suficientemente longos
para nortear a poltica monetria.

Em relao s previses do mercado, Lima (2003) concluiu que os modelos lineares

superam o mercado, em habilidade preditiva, para previses superiores a trs meses
frente.

No que diz respeito s previses do Bacen, contidas nos Relatrios de Inflao, Lima
(2003) concluiu que no superam as previses dos modelos univariados em horizonte
superior a um ms e so significativamente piores nas previses mais do que nove meses
frente.

33

Apesar do resultado de Lima (2003) o FOCUS foi utilizado para combinar com as
previses dos modelos economtricos por ainda ser uma referncia em termos de
expectativas do mercado e devido ao fato de o estudo de Lima ter sido realizado em uma
poca de maior instabilidade da economia, o que dificulta as previses.

Tabelas 22 a 24 Combinaes de modelos ARMA e ADL com o FOCUS atravs de

mdia aritmtica e regresso linear.

Tabela 22 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

mdia todos
mdia todos
ARMA
ADL
0,481543
0,245012
0,471901
0,282590
0,470681
0,117635
0,574166
0,215491
0,574924
-0,031960
0,514295
0,373836
0,562016
0,309124
0,545872
0,033574
0,506100
0,316411
0,590417
0,475451
0,577192
0,386154
0,530680
0,258290
0,0437
0,0567
6,59
3,02

Mdia
aritm.
0,338852
0,328164
0,256105
0,356552
0,274322
0,386044
0,397047
0,309815
0,394170
0,485290
0,454449
0,362990
0,0214
4,43

Comb.
regresso
0,410218
0,271951
0,198153
0,293390
0,354153
0,295987
0,376273
0,532161
0,528342
0,466581
0,526457
0,376601
0,0128
4,73

Tabela 23 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
menor
Schwartz Schwartz
arma10,7
adl1_n
0,470362
0,284858
0,380924
0,314473
0,430892
0,213870
0,546752
0,275820
0,526913
0,145672
0,549596
0,448716
0,516343
0,424953
0,489692
0,178589
0,438144
0,347497
0,549606
0,579243
0,521285
0,559686
0,523704
0,461992
0,0390
0,0335
6,11
4,32

Mdia
aritm.
0,348407
0,308466
0,274921
0,367524
0,317528
0,422771
0,420432
0,339427
0,381880
0,506283
0,493657
0,428565
0,0214
4,71

Comb.
regresso
0,388849
0,353825
0,206021
0,288559
0,321856
0,247989
0,390182
0,504786
0,563679
0,487515
0,540112
0,336898
0,0117
4,73

34

Tabela 24 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
EQM
arma9,8
0,418836
0,315808
0,398764
0,560059
0,583337
0,456750
0,496101
0,421934
0,396683
0,568570
0,519527
0,484182
0,0330
5,77

menor
EQM
adl1_n
0,284858
0,314473
0,213870
0,275820
0,145672
0,448716
0,424953
0,178589
0,347497
0,579243
0,559686
0,461992
0,0335
4,32

Mdia
aritm.
0,331231
0,286760
0,264211
0,371959
0,336336
0,391822
0,413685
0,316841
0,368060
0,512604
0,493071
0,415391
0,0206
4,60

Comb.
regresso
0,381614
0,283914
0,186630
0,332270
0,349885
0,305831
0,397513
0,515167
0,510461
0,489066
0,522760
0,355153
0,0137
4,73

Tabelas 25 a 27 Combinaes de modelos ARMA e ADL com o FOCUS atravs de

mdia aritmtica e regresso linear.

Tabela 25 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

mdia todos mdia todos

ADL
ARMA
0,196231
0,488702
-0,030363
0,492251
-0,275107
0,485567
-0,050195
0,503833
-0,415995
0,525758
0,080361
0,535927
0,326080
0,564949
0,110987
0,543271
0,116426
0,532242
0,177032
0,544290
0,145863
0,538975
0,053869
0,537727
0,1817
0,0408
0,43
6,48

Mdia
aritm.
0,324978
0,230630
0,130153
0,244546
0,129921
0,295429
0,403676
0,334753
0,336223
0,370441
0,361613
0,297199
0,0345
3,51

Comb.
regresso
0,295483
0,239745
0,216996
0,365503
0,505185
0,284425
0,302755
0,463173
0,487043
0,533105
0,570318
0,366541
0,0105
4,73

35

Tabela 26 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
Schwartz
arma11,5
0,544234
0,529427
0,594441
0,626474
0,558745
0,510143
0,518274
0,414241
0,430122
0,499589
0,505816
0,539793
0,0554
6,45

menor
Schwartz
adl1_n
0,259538
0,251651
0,087284
0,128741
-0,103303
0,354688
0,322628
-0,011004
0,123324
0,402526
0,389122
0,264371
0,0849
2,50

Mdia
aritm.
0,364591
0,337026
0,287242
0,345072
0,245148
0,378277
0,386967
0,251079
0,304482
0,430705
0,431646
0,368054
0,0299
4,21

Comb.
regresso
0,338286
0,248382
0,194395
0,332790
0,429284
0,288548
0,376973
0,566978
0,535850
0,472954
0,491142
0,354680
0,0118
4,73

Tabela 27 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
EQM
arma9,4
0,482091
0,483096
0,545826
0,535845
0,476918
0,440896
0,439897
0,401207
0,443986
0,510171
0,525455
0,529379
0,0361
5,97

menor
EQM
adl1_n
0,259538
0,251651
0,087284
0,128741
-0,103303
0,354688
0,322628
-0,011004
0,123324
0,402526
0,389122
0,264371
0,0849
2,50

Mdia
aritm.
0,343876
0,321582
0,271037
0,314862
0,217872
0,355195
0,360842
0,246734
0,309103
0,434232
0,438192
0,364583
0,0287
4,05

Comb.
regresso
0,332497
0,212542
0,230248
0,411469
0,455535
0,216864
0,332463
0,497438
0,500056
0,504997
0,544289
0,391872
0,0108
4,73

36

Tabelas 28 a 30 Combinaes de modelos ARMA e ADL com o FOCUS atravs de

mdia aritmtica e regresso linear.

Tabela 28 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

mdia todos mdia todos

ARMA
ADL
0,405054
0,072413
0,430487
-0,207254
0,476913
-0,259039
0,480362
-0,413557
0,479955
-0,530702
0,461164
0,257388
0,516999
0,777684
0,539010
-0,307413
0,554670
0,756524
0,540767
0,842218
0,524387
-0,620890
0,524083
0,014118
0,0277
0,3531
6,10
0,37

Mdia
aritm.
0,255822
0,151078
0,132625
0,115602
0,076418
0,329517
0,538227
0,193866
0,557065
0,590995
0,101166
0,279400
0,0458
3,37

Comb.
regresso
0,206986
0,215000
0,272014
0,338549
0,336347
0,303904
0,447661
0,495002
0,544000
0,537073
0,494212
0,439520
0,0104
4,73

Mdia
aritm.
0,441290
-0,271868
0,300068
-0,018029
-0,580863
-0,039545
0,878736
-1,154199
0,957584
1,979532
-0,595344
0,776556
0,6362
2,67

Comb.
regresso
0,239068
0,191046
0,281480
0,373924
0,320689
0,290291
0,442947
0,444786
0,549462
0,569834
0,485159
0,441581
0,0103
4,73

Tabela 29 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
Schwartz
arma9,7
0,451354
0,448577
0,531579
0,563197
0,529396
0,504248
0,588197
0,600654
0,651172
0,642037
0,603651
0,596792
0,0435
6,92

menor
Schwartz
adl7_n
0,582517
-1,494182
0,188624
-0,897284
-2,551984
-0,892883
1,728011
-4,413250
1,861581
4,906559
-2,789683
1,432875
5,9872
-2,66

37

Tabela 30 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

menor
EQM
arma6,7
0,253104
0,338055
0,348696
0,317277
0,420002
0,316016
0,429448
0,397840
0,414560
0,406959
0,427755
0,441122
0,0151
4,61

menor
EQM
adl2_n
0,208857
0,375911
0,290580
0,297571
0,110389
0,426114
0,463764
0,127337
0,307912
0,642259
0,578633
0,505802
0,0417
4,42

Mdia
aritm.
0,250654
0,314655
0,273092
0,298283
0,270130
0,337376
0,404404
0,291726
0,360824
0,479739
0,468796
0,415641
0,0200
4,25

Comb.
regresso
0,218009
0,250012
0,224998
0,285722
0,461995
0,253400
0,463806
0,502400
0,509232
0,478828
0,529170
0,452696
0,0095
4,73

Tabelas 31 a 33 Combinaes de modelos VAR e VECM com o FOCUS

Tabela 31 Perodo de 08/1994 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

2
VAR
0,194660
0,326520
0,320332
0,397419
0,421036
0,450224
0,461882
0,475579
0,485484
0,495381
0,503247
0,510040
0,0175
5,16

6
Media
vecm
VECM e FOCUS
0,170854
0,230427
0,269378
0,297949
0,233799
0,277066
0,311205
0,354312
0,267570
0,344303
0,294157
0,372191
0,362425
0,412154
0,428849
0,452214
0,476309
0,480897
0,463659
0,479520
0,423800
0,463523
0,404177
0,457108
0,0133
0,0130
4,18
4,72

38

Grfico 13 Perodo de 08/1994 a 03/2007 Modelos VAR, VECM e FOCUS

0,80
IPCA
0,70
0,60

Focus

0,50

VAR

0,40
vecm

0,30

media VECM e
FOCUS

0,20
0,10

ai
/0
7
ju
n/
07
ju
l/0
ag 7
o/
07
se
t/0
7
ou
t/0
7
no
v/
07
de
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

ab

r/0
7

0,00

Tabela 32 Perodo de 01/1999 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

1
VAR
0,179794
0,295747
0,352262
0,418536
0,461195
0,494071
0,516707
0,533056
0,544634
0,552990
0,559050
0,563516
0,0218
5,61

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

5
Media
vecm
VECM e FOCUS
0,148949
0,234897
0,292742
0,262873
0,300122
0,266131
0,471965
0,349268
0,485680
0,370598
0,419913
0,382036
0,491147
0,418353
0,453203
0,441528
0,481890
0,452317
0,447719
0,471495
0,434981
0,479525
0,433567
0,431758
0,0204
0,0143
4,97
4,66

Grfico 14 Perodo de 01/1999 a 03/2007 Modelos VAR, VECM e FOCUS

0,80
0,70
IPCA

0,60

Focus
0,50
VAR
0,40
vecm
0,30

'

media FOCUS e
VECM

0,20
0,10

fe
v/
08
m
ar
/0
8

no
v/
07
de
z/
07
ja
n/
08

se
t/0
7
ou
t/0
7

ag
o/
07

ju
l/ 0
7

ju
n/
07

ai
/0
7
m

ab
r/0
7

0,00

39

Tabela 33 Perodo de 05/2003 a 03/2007

abr/07
mai/07
jun/07
jul/07
ago/07
set/07
out/07
nov/07
dez/07
jan/08
fev/08
mar/08
E.Q.M.
IPCA proj.

IPCA
0,250011
0,279902
0,279872
0,240131
0,470142
0,180035
0,300014
0,379819
0,740167
0,539973
0,490101
0,480102
4,73

Focus
0,290000
0,230000
0,180000
0,280000
0,280000
0,270000
0,320000
0,350000
0,360000
0,390000
0,400000
0,300000
0,0224
3,71

2
VAR
0,182390
0,341663
0,341183
0,380477
0,379693
0,403250
0,414871
0,428795
0,437668
0,446317
0,452228
0,456732
0,0173
4,77

1
vecm
0,273389
0,350229
0,374603
0,398744
0,402300
0,402542
0,400079
0,397896
0,395659
0,393662
0,391645
0,389719
0,0218
4,67

Media
VAR e FOCUS
0,236195
0,285831
0,260591
0,330239
0,329846
0,336625
0,367435
0,389397
0,398834
0,418158
0,426114
0,378366
0,0169
4,24

Grfico 15 Perodo de 05/2003 a 03/2007 Modelos VAR, VECM e FOCUS

0,80
0,70

IPCA

0,60

Focus

0,50

VAR

0,40

vecm

0,30

media FOCUS e
VAR

0,20
0,10

ai
/0
7
ju
n/
07
ju
l/0
ag 7
o/
07
se
t/0
7
ou
t/0
7
no
v/
0
de 7
z/
07
ja
n/
08
fe
v/
0
m 8
ar
/0
8

ab
r

/0
7

0,00

6 Resultados Encontrados

Os melhores modelos ARMA de cada perodo de acordo com o critrio de Schwartz esto
nas tabelas 37, 39 e 41. Dentro de cada perodo foi escolhido um ARMA com menor
Schwartz e menor EQM. Para o perodo 1 o que apresentou o menor Schwartz foi o
ARMA(10,7) e o de menor EQM foi o ARMA(9,8). Para o perodo 2 o que apresentou o
menor Schwartz foi o ARMA(11,5) e o de menor EQM foi o ARMA(9,4). Para o perodo
3 o que apresentou o menor Schwartz foi o ARMA(9,7) e o de menor EQM foi o
ARMA(6,7) (tabelas 7, 8 e 9). O critrio de Schwartz tende a selecionar modelos com
menores defasagens, porm no caso dos ARMA, diferentemente dos ADL, VAR e VECM,
40

selecionou modelos com defasagens maiores mostrando ser importante lags maiores para
explicar o presente em modelos univariados.

Como pode ser visualizado nos grficos 1, 2, 3, 4, 5 e 6 os modelos ARMA de um modo

geral seguiram uma mesma tendncia viesada para cima, no captando bem a volatilidade
dos 3 perodos analisados.

No perodo 1, o melhor modelo ADL tanto pelo critrio de Schwartz quanto pelo menor
EQM foi o ADL(1) (tabela 10). Da mesma forma, no perodo 2 o melhor modelo ADL
tanto pelo critrio de Schwartz quanto pelo menor EQM foi o ADL(1) (tabela 11). No
perodo 3, o melhor modelo ADL pelo critrio de Schwartz foi o ADL(7) e o modelo com
menor EQM foi o ADL(2) (tabela 12).

Como pode ser visualizado nos grficos 7, 8, 9, 10, 11 e 12 os modelos ADL de um modo
geral seguiram uma mesma tendncia viesada para baixo, no captando bem a volatilidade
dos 3 perodos analisados.

Nas previses para t+1 de modelos individuais apenas dois modelos ARMA da amostra de
2003 fizeram previses prximas do IPCA realizado, sendo os dois com os menores EQM
da amostra de 2003 (grficos 5 e 6). Nas previses dos modelos ADL os resultados
tambm no seguiram um padro. Nas 3 amostras os respectivos modelos com menor
EQM fizeram previses prximas do IPCA realizado para t+1 (grficos 7, 9 e 11).

Nas previses para 12 meses apenas os modelos ARMA(1,9) e ARMA(6,7) da amostra de

2003 fizeram previses prximas do IPCA realizado (tabela 9). Nas previses dos modelos
ADL o modelo ADL(1) da amostra de 1994 e o modelo ADL(2) da amostra de 2003
forneceram previses prximas do IPCA realizado (tabelas 10 e 12). Os modelos VAR e
VECM dos 3 perodos fizeram previses prximas do IPCA realizado com exceo do
VAR do perodo 2 (tabelas 31, 32 e 33).

As combinaes de previses dos modelos ARMA e ADL via mtodo de Bates e Granger,
mdia aritmtica e regresso mltipla esto nas tabelas 13 a 30. Inclusive as previses
combinadas com o FOCUS. As previses com os modelos VAR e VECM esto nas tabelas
31, 32 e 33.
41

No perodo 1, em todos os casos as combinaes de previses dos 3 mtodos utilizados

apresentaram menor EQM do que as previses individuais. No perodo 2, a combinao
via Bates e Granger no foi melhor que a melhor previso individual nas combinaes sem
o FOCUS. Com o FOCUS, as combinaes via mdia aritmtica no foram melhores que
o prprio FOCUS. No perodo 3 as combinaes via mdia aritmtica no foram melhores
que as melhores previses individuais nos casos com e sem FOCUS. As combinaes via
regresso linear mltipla foram melhores do que todas as previses individuais e do que
todos os outros mtodos de combinao nos 3 perodos.

Os modelos VAR e VECM tiveram EQM menores do que os modelos ARMA e ADL e do
que o prprio FOCUS, comprovando o porque da larga utilizao desses dois tipos de
modelagem em simulaes economtricas.

Como pode ser observado nos grficos 13, 14 e 15 os modelos VAR apresentaram um leve
vis para cima. J os modelos VECM no apresentaram nenhum vis. Portanto, ambos
capturaram melhor do que os ARMA e ADL a volatilidade dos 3 perodos analisados.

Como foi mostrado, os Bancos Centrais utilizam modelos VAR e VECM para prever os
efeitos da poltica monetria na economia. Blinder (1998) afirmou utilizar diferentes
modelos VAR para estudar os efeitos da poltica econmica durante o perodo em que foi
membro do FED. O Banco Central do Brasil tambm utiliza combinaes de previses de
diferentes modelos VAR como instrumento para prever inflao, conforme est no
relatrio de inflao de maro de 2008 do Banco Central (2008).

7 Concluso

O intuito do trabalho foi verificar a possibilidade de criar um modelo prprio de previso

de IPCA atravs de tcnicas economtricas de sries temporais. Porm, a inflao muito
suscetvel a choques estocsticos que no so totalmente capturados pelos modelos.
Devido a grande dificuldade de se prever ndices de inflao, o procedimento utilizado no
encontrou as melhores especificaes de modelos dentro de cada tipo. Menor valor
encontrado para o critrio de Schwartz em um determinado modelo no implicou, por
exemplo, em um modelo com menor EQM nem com a melhor previso em 12 meses.
42

Melhores modelagens requerem uma certa dose de arte, experincia e conhecimento das
variveis estudadas aliados s tcnicas empregadas. Alm disso, testar previses fora-daamostra foi fundamental para encontrar os melhores modelos complementando a seleo
feita pelo critrio de Schwartz.

No entanto, em relao aos tipos de modelos, os modelos VAR e VECM se mostraram

superiores em termos de menor EQM tanto em relao aos modelos ARMA e ADL quanto
em relao ao prprio FOCUS. A combinao de previses, principalmente via regresso
linear mltipla se mostrou bastante eficiente na reduo dos EQM das previses fora-daamostra. Enfim, a combinao dos modelos com o FOCUS (expectativa de mercado)
mostrou ter sinergias interessantes ao se empregar a combinao de modelos que projetam
o futuro com base em dados passados com as expectativas de mercado de agentes com
uma viso forward-looking.

43

8 Apndice

Tabelas 34 a 36 - Testes de Cointegrao de Johansen entre as variveis IPCA,

SELIC, produo industrial e cmbio.
Ho = Nmero de vetores de cointegrao

Tabela 34 Perodo de 08/1994 a 03/2007

Date: 08/27/08 Time: 22:45
Sample(adjusted): 1994:10 2007:03
Included observations: 150 after adjusting endpoints
Trend assumption: Linear deterministic trend
Series: IPCA_INDICE PROD_IND SELIC CAMBIO
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test
Hypothesized
No. of CE(s)

Eigenvalue

Trace
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None **
At most 1
At most 2
At most 3

0.217821
0.132187
0.033544
0.016687

65.75956
28.90891
7.642058
2.524193

47.21
29.68
15.41
3.76

54.46
35.65
20.04
6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level

Trace test indicates 1 cointegrating equation(s) at both 5% and 1% levels
Hypothesized
No. of CE(s)

Eigenvalue

Max-Eigen
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None **
At most 1 *
At most 2
At most 3

0.217821
0.132187
0.033544
0.016687

36.85065
21.26685
5.117864
2.524193

27.07
20.97
14.07
3.76

32.24
25.52
18.63
6.65

Tabela 35 Perodo de 01/1999 a 03/2007

Date: 08/27/08 Time: 22:15
Sample(adjusted): 1999:05 2007:03
Included observations: 95 after adjusting endpoints
Trend assumption: Linear deterministic trend
Series: IPCA_INDICE SELIC PROD_IND CAMBIO
Lags interval (in first differences): 1 to 3
Unrestricted Cointegration Rank Test
Hypothesized
No. of CE(s)

Eigenvalue

Trace
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None **

0.375471

76.49600

47.21

54.46

44

At most 1 *
At most 2
At most 3

0.230875
0.058722
0.011380

31.77405
6.836437
1.087337

29.68
15.41
3.76

35.65
20.04
6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level

Trace test indicates 2 cointegrating equation(s) at the 5% level
Trace test indicates 1 cointegrating equation(s) at the 1% level
Hypothesized
No. of CE(s)

Eigenvalue

Max-Eigen
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None **
At most 1 *
At most 2
At most 3

0.375471
0.230875
0.058722
0.011380

44.72195
24.93761
5.749101
1.087337

27.07
20.97
14.07
3.76

32.24
25.52
18.63
6.65

Tabela 36 Perodo de 05/2003 a 03/2007

Date: 08/27/08 Time: 22:29
Sample(adjusted): 2003:07 2007:03
Included observations: 45 after adjusting endpoints
Trend assumption: Linear deterministic trend
Series: IPCA_INDICE SELIC CAMBIO PROD_IND
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test
Hypothesized
No. of CE(s)

Eigenvalue

Trace
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None **
At most 1 **
At most 2 **
At most 3 **

0.407371
0.377009
0.276637
0.150236

66.73731
43.19388
21.89881
7.325822

47.21
29.68
15.41
3.76

54.46
35.65
20.04
6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level

Trace test indicates 4 cointegrating equation(s) at both 5% and 1% levels
Hypothesized
No. of CE(s)

Eigenvalue

Max-Eigen
Statistic

5 Percent
Critical Value

1 Percent
Critical Value

None
At most 1 *
At most 2 *
At most 3 **

0.407371
0.377009
0.276637
0.150236

23.54343
21.29507
14.57299
7.325822

27.07
20.97
14.07
3.76

32.24
25.52
18.63
6.65

45

Tabelas 37 a 42 - Critrio de Schwartz dos modelos ARMA

Tabela 37 Modelos ARMA(p,q) do perodo de 08/1994 a 03/2007

12,11
12,10
12,9
12,8
12,7
12,6
12,5
12,4
12,3
12,2
12,1
11,12
11,11
11,10
11,9
11,8
11,7
11,6
11,5
11,4
11,3
11,2
11,1
10,12
10,11
10,10
10,9
10,8
10,7
10,6
10,5
10,4
10,3
10,2
10,1

1.193.251
1.166.699
1.145.658
1.101.262
1.090.826
1.180.944
1.168.778
1.260.682
1.225.421
1.191.890
1.185.616
1.172.063
1.167.277
1.149.239
1.116.884
1.107.924
1.108.711
1.150.752
1.179.380
1.075.886
1.219.617
1.112.035
1.202.421
1.272.061
1.139.127
1.108.106
1.017.226
0.941619
0.803978
1.215.793
1.174.392
1.106.420
1.110.791
1.080.712
1.181.466

9,12
9,11
9,10
9,9
9,8
9,7
9,6
9,5
9,4
9,3
9,2
9,1
8,12
8,11
8,10
8,9
8,8
8,7
8,6
8,5
8,4
8,3
8,2
8,1
7,12
7,11
7,10
7,9
7,8
7,7
7,6
7,5
7,4
7,3
7,2

1.231.656
1.233.889
1.212.640
1.070.521
1.030.766
1.076.510
1.179.546
1.108.372
1.107.625
1.071.943
1.045.276
1.155.548
1.228.268
1.181.505
1.181.921
1.147.389
1.014.485
1.074.983
1.094.813
1.021.509
1.008.405
1.055.136
1.105.742
1.148.177
1.174.685
1.213.400
1.190.412
1.113.631
1.156.079
1.023.575
1.127.739
1.108.923
1.059.833
1.015.441
1.000.791

7,1
6,12
6,11
6,10
6,9
6,8
6,7
6,6
6,5
6,4
6,3
6,2
6,1
5,12
5,11
5,10
5,9
5,8
5,7
5,6
5,5
5,4
5,3
5,2
5,1
4,12
4,11
4,10
4,9
4,8
4,7
4,6
4,5
4,4
4,3

1.113.818
1.141.492
1.092.426
1.158.710
1.041.680
1.002.302
0.976824
1.106.213
1.074.291
1.019.480
0.985886
0.973236
1.082.465
1.195.973
1.285.358
1.254.406
1.221.286
1.187.787
1.058.241
1.081.965
1.045.812
0.981878
1.106.711
0.957293
1.054.940
1.150.919
1.249.455
1.219.109
1.187.429
1.152.953
1.135.655
1.023.432
0.995618
0.984248
1.073.115

4,2
4,1
3,12
3,11
3,10
3,9
3,8
3,7
3,6
3,5
3,4
3,3
3,2
3,1
2,12
2,11
2,10
2,9
2,8
2,7
2,6
2,5
2,4
2,3
2,2
2,1
1,12
1,11
1,10
1,9
1,8
1,7
1,6
1,5
1,4

0.919151
1.020.442
1.413.474
1.227.333
1.232.624
1.161.905
1.122.164
0.890997
0.996179
0.954914
1.070.327
1.038.282
0.895357
0.988387
1.136.014
1.189.062
1.111.111
1.125.610
1.091.923
1.057.290
1.041.358
1.074.813
1.040.688
1.025.311
0.995400
0.960674
1.114.826
1.161.260
1.133.496
1.120.024
1.084.595
1.097.707
1.063.828
1.040.082
1.006.410

1,3
1,2
1,1

1.006.028
0.974190
0.940953

Tabela 38 Modelos AR(p) e MA(q) do perodo de 08/1994 a 03/2007

ar(12)
ar(11)
ar(10)
ar(9)
ar(8)
ar(7)
ar(6)
ar(5)
ar(4)
ar(3)
ar(2)
ar(1)

1.187.807
1.170.020
1.176.243
1.153.890
1.120.273
1.102.524
1.075.754
1.043.854
1.009.242
0.974112
0.953603
0.921322

ma(12)
ma(11)
ma(10)
ma(9)
ma(8)
ma(7)
ma(6)
ma(5)
ma(4)
ma(3)
ma(2)
ma(1)

1.095.356
1.128.936
1.069.412
1.085.594
1.051.584
1.064.189
1.028.896
1.005.398
0.974883
0.990736
0.978770
1.030.165

46

Tabela 39 Modelos ARMA(p,q) do perodo de 01/1999 a 03/2007

12,11
12,10
12,9
12,8
12,7
12,6
12,5
12,4
12,3
12,2
12,1
11,12
11,11
11,10
11,9
11,8
11,7
11,6
11,5
11,4
11,3
11,2
11,1
10,12
10,11
10,10
10,9
10,8
10,7
10,6
10,5
10,4
10,3
10,2
10,1

1.617.979
1.647.382
1.506.400
1.445.899
1.562.918
1.564.489
1.312.816
1.374.083
1.404.126
0.949041
1.435.196
1.601.764
1.692.503
1.605.922
1.558.447
1.479.699
1.607.494
1.102.668
0.684334
1.326.236
1.293.127
1.231.750
1.402.713
1.646.338
1.628.106
1.586.267
1.708.192
1.369.023
1.267.988
1.484.793
1.241.423
1.267.600
1.243.262
1.191.068
1.354.868

9,12
9,11
9,10
9,9
9,8
9,7
9,6
9,5
9,4
9,3
9,2
9,1
8,12
8,11
8,10
8,9
8,8
8,7
8,6
8,5
8,4
8,3
8,2
8,1
7,12
7,11
7,10
7,9
7,8
7,7
7,6
7,5
7,4
7,3
7,2

1.173.331
1.100.206
1.010.200
1.075.790
1.445.882
1.287.418
1.539.832
1.291.777
0.736113
1.202.791
0.841635
1.311.007
1.467.060
1.448.389
1.432.928
1.531.741
1.640.270
1.255.226
1.364.915
1.216.070
1.140.513
1.149.326
1.229.195
1.266.266
1.540.295
1.378.620
1.430.705
1.384.384
1.340.602
1.372.427
1.284.115
1.356.162
1.267.304
1.107.090
1.056.880

7,1
6,12
6,11
6,10
6,9
6,8
6,7
6,6
6,5
6,4
6,3
6,2
6,1
5,12
5,11
5,10
5,9
5,8
5,7
5,6
5,5
5,4
5,3
5,2
5,1
4,12
4,11
4,10
4,9
4,8
4,7
4,6
4,5
4,4
4,3

1.245.719
1.341.896
1.332.181
1.336.925
1.316.044
1.228.138
1.194.565
1.305.880
1.258.120
1.219.413
1.172.983
1.266.484
1.222.166
1.357.543
1.310.430
1.309.583
1.159.826
1.196.753
1.219.426
1.267.904
1.219.484
1.172.012
1.261.251
1.215.655
1.171.772
1.318.769
1.273.764
1.222.594
1.172.994
1.150.210
1.252.507
1.230.029
1.177.463
1.121.657
0.762504

4,2
4,1
3,12
3,11
3,10
3,9
3,8
3,7
3,6
3,5
3,4
3,3
3,2
3,1
2,12
2,11
2,10
2,9
2,8
2,7
2,6
2,5
2,4
2,3
2,2
2,1
1,12
1,11
1,10
1,9
1,8
1,7
1,6
1,5
1,4

1.027.073
1.151.541
1.329.400
1.308.887
1.244.449
1.250.569
1.218.099
1.216.137
1.182.067
1.132.475
1.089.563
1.176.768
0.710777
1.114.222
1.244.119
1.260.080
1.206.678
1.216.243
1.166.518
1.152.076
1.118.454
1.183.233
1.066.200
1.130.564
1.117.406
1.070.201
1.346.839
1.304.824
1.271.423
1.287.670
1.263.341
1.233.094
1.198.438
1.151.780
1.101.145

1,3
1,2
1,1

1.116.196
1.066.415
1.022.574

Tabela 40 Modelos AR(p) e MA(q) do perodo de 01/1999 a 03/2007

ar(12)
ar(11)
ar(10)
ar(9)
ar(8)
ar(7)
ar(6)
ar(5)
ar(4)
ar(3)
ar(2)
ar(1)

1.400.839
1.351.779
1.305.452
1.265.842
1.215.537
1.218.040
1.193.749
1.142.479
1.114.108
1.062.963
1.027.098
0.983226

ma(12)
ma(11)
ma(10)
ma(9)
ma(8)
ma(7)
ma(6)
ma(5)
ma(4)
ma(3)
ma(2)
ma(1)

1.302.516
1.262.940
1.223.969
1.260.155
1.212.009
1.199.361
1.147.912
1.106.444
1.069.264
1.092.972
1.041.023
1.099.599

47

Tabela 41 Modelos ARMA(p,q) do perodo de 05/2003 a 03/2007

12,11 1.506.625
12,10 1.396.276
12,9 -0.767055
12,8 1.167.208
12,7 1.013.118
12,6 0.900798
12,5 0.732284
12,4 0.673118
12,3 0.531021
12,2 0.636154
12,1 0.764645
11,12 1.423.975
11,11 1.424.388
11,10 1.310.460
11,9 -0.271894
11,8 1.063.955
11,7 0.941400
11,6 0.746326
11,5 0.694846
11,4 0.439677
11,3 0.474163
11,2 0.566888
11,1 0.464013
10,12 1.328.865
10,11 1.323.424
10,10 1.219.451
10,9 1.207.221
10,8 0.889504
10,7 -0.164903
10,6 0.705199
10,5 0.501097
10,4 0.333471
10,3 0.543290
10,2 0.496384
10,1 0.579338

9,12
9,11
9,10
9,9
9,8
9,7
9,6
9,5
9,4
9,3
9,2
9,1
8,12
8,11
8,10
8,9
8,8
8,7
8,6
8,5
8,4
8,3
8,2
8,1
7,12
7,11
7,10
7,9
7,8
7,7
7,6
7,5
7,4
7,3
7,2

1.446.264
-0.554711
1.236.415
1.101.060
0.788157
-1.000.558
0.801882
0.390595
0.853040
0.585064
0.470532
0.351541
-0.589451
-0.735992
-0.572560
-0.394745
0.777629
0.117659
0.501961
0.281496
0.897644
0.315465
0.172590
0.252591
-0.766006
0.060086
-0.569006
-0.264633
0.732229
0.694101
0.269235
0.311398
0.044100
0.213809
0.313106

7,1
6,12
6,11
6,10
6,9
6,8
6,7
6,6
6,5
6,4
6,3
6,2
6,1
5,12
5,11
5,10
5,9
5,8
5,7
5,6
5,5
5,4
5,3
5,2
5,1
4,12
4,11
4,10
4,9
4,8
4,7
4,6
4,5
4,4
4,3

0.453770
0.795503
0.689661
0.584010
sing. Cov.
0.437715
0.015296
0.474763
0.284921
0.023500
0.228771
0.318566
0.198440
0.786043
0.389711
0.456337
0.721953
0.659966
0.332642
0.405168
0.256137
-0.084530
0.065115
0.090203
0.309949
0.569934
0.437891
0.406710
0.423122
0.415241
-0.617441
-0.326065
-0.093489
-0.215118
-0.175169

4,2
4,1
3,12
3,11
3,10
3,9
3,8
3,7
3,6
3,5
3,4
3,3
3,2
3,1
2,12
2,11
2,10
2,9
2,8
2,7
2,6
2,5
2,4
2,3
2,2
2,1
1,12
1,11
1,10
1,9
1,8
1,7
1,6
1,5
1,4

-0.579220
0.000399
0.450933
0.188410
0.859298
0.196924
0.286512
0.230637
0.063068
0.210565
0.127499
0.105166
-0.007412
0.126456
0.247795
0.232781
0.721607
0.376528
0.197282
0.117393
-0.284572
0.073006
0.029038
-0.030611
0.126318
0.024913
0.376490
0.461622
-0.035272
-0.118054
0.105459
0.025686
-0.033218
0.150721
0.038351

1,3 0.125813
1,2 0.026273
1,1 -0.075300

Tabela 42 Modelos AR(p) e MA(q) do perodo de 05/2003 a 03/2007

ar(12) 0.692727
ar(11) 0.618680
ar(10) 0.519844
ar(9) 0.421834
ar(8) 0.427331
ar(7) 0.360787
ar(6) 0.306074
ar(5) 0.211016
ar(4) 0.120222
ar(3) 0.025386
ar(2) -0.071288
ar(1) -0.161703

ma(12)
ma(11)
ma(10)
ma(9)
ma(8)
ma(7)
ma(6)
ma(5)
ma(4)
ma(3)
ma(2)
ma(1)

0.029977
0.278318
0.516264
0.424110
-0.118116
-0.031191
-0.293341
0.225899
0.127427
0.025769
-0.055896
-0.099034

48

Tabela 43 Critrio de Schwartz dos modelos ADL

Amostra 1994-2007
Amostra 1999-2007
Amostra 2003-2007
13,13 2.029.553
13,13
2.151.835
13,13
12,12 1.904.425
12,12
2.036.188
12,12
11,11 1.828.649
11,11
1.947.777
11,11
10,10 1.769.125
10,10
1.894.920
10,10
9,9 1.693.723
9,9
1.729.745
9,9
8,8 1.631.164
8,8
1.721.495
8,8
7,7 1.506.448
7,7
1.571.779
7,7 -1.741.662
6,6 1.382.998
6,6
1.389.152
6,6
0.151195
5,5 1.274.302
5,5
1.209.661
5,5
0.555253
4,4 1.215.386
4,4
1.092.261
4,4
0.713644
3,3 1.080.505
3,3
1.031.577
3,3
0.467532
2,2 1.027.809
2,2
0.975233
2,2
0.444007
1,1 0.915044
1,1
0.887289
1,1
0.165861

49

9 Bibliografia
[1] Alencar, Bruno Kuffer (2006). Modelos de Previso da Inflao: Uma Anlise
comparativa no curto prazo. Dissertao de mestrado profissionalizante em economia do
IBMEC.
[2] Alves, Srgio Afonso Lago Alves (2001). Avaliao das Projees do Modelo
Estrutural do Banco Central do Brasil para a Taxa de Variao do IPCA. Working Paper
Series 16, Banco Central do Brasil.
[3] Banco Central (2008). Modelos de Vetores Autoregressivos. Boxe do Relatrio de
Inflao de maro de 2008 do Banco Central do Brasil.
[4] Banco Central (2008). Ata da 134 Reunio do Copom. www.bcb.gov.br. Abril de
2008.
[5] Barbosa, Fernando de Holanda (2004). Inflao: Inrcia e Dficit Pblico. Ensaios
Econmicos EPGE-FGV 533.
[6] Barbosa, Fernando de Holanda (2008). Teoria Macroeconmica. Notas de aula do
Mestrado em Finanas e Economia Empresarial da EPGE-FGV.
[7] Bates, J. M. and Granger, C. W. J. (1969). The Combination of Forecasts.
Operational Research Society.
[8] Blanchard, Olivier (2004). Macroeconomia. 3 ed. Prentice Hall.
[9] Blinder, Alan S. (1998). Central Banking in Theory and Practice. The MIT Press.
[10] Bodganski, Joel, Alexandre A. Tombini e Sergio R. C. Werlang (2000).
Implementing Inflation Target in Brazil. Working Paper Series 1, Banco Central do
Brasil.
[11] Box, George, and Gwilym Jenkins (1976). Time Series Analysis, Forecasting and
Control. San Francisco: Holden Day.
[12] Carvalho, Leonardo Mello de, Jos Ronaldo de Castro Souza Jnior (2006). Modelo
para Previso de Inflao. Boletim de Conjuntura 72, IPEA.
[13] Chauvet, Marcelle (2000). Leading Indicators of Inflation for Brazil. Working
Paper Series 7, Banco Central do Brasil.
[14] Enders, Walter (2004). Applied Econometric Time Series. 2 ed. New Jersey: John
Wiley & Sons.
[15] Fraga, Armnio, Ilan Goldfajn e Andr Minella (2003). Inflation Targeting in
Emerging Market Economies. Working Paper Series 76, Banco Central do Brasil.
[16] FOCUS SURVEY (Banco Cetral do Brasil): Endereo na Internet;
http://www4.bcb.gov.br/?FOCUSERIES

50

[17] Galton, F. (1907). Vox Populi. Nature, vol. 75, 1949: 450-451.
[18] Granger, C. W. and Paul Newbold (1977). Forecasting Economic Time Series.
Academic Press, New York.
[19] Greene, William H. (2003). Econometric Analysis. 5th ed. Prentice Hall.
[20] Guilln, Osmani Teixeira de Carvalho Arajo, Carlos Hamilton Vasconcelos (2005).
O Mecanismo de Transmisso da taxa de cmbio para ndice de preos: uma anlise
VECM para o Brasil.
[21] Hamilton, J. (1994). Time Series Analysis. Princeton University Press.
[22] Lima, Elcyon Caiado R., Brisne J. Vasquez Cspedes (2003). O Desempenho do
Mercado (Focus) e do Bacen na Previso da Inflao: Comparaes com Modelos
Lineares Univariados. Boletim de Conjuntura 60, IPEA.
[23] Madalla, G. S. (2003). Introduction to Econometrics. 3 ed. John Wiley & Sons.
[24] Marques, Eduardo Barroso (2005). Combinao de Previses de ndices de Preos.
Dissertao de Mestrado Profissionalizante em Finanas e Economia Empresarial da
EPGE-FGV.
[25] Minella, Andr (2001). Monetary Policy and Inflation in Brazil (1975-2000): a VAR
Estimation. Working Paper Series 33, Banco Central do Brasil.
[26] Minella, Andr, Paulo S. de Freitas, Ilan Goldfajn e Marcelo Muinhos (2003).
Inflation Targeting in Brazil: Constructing Credibility under Exchage Rate Volatility.
Working Paper Series 77, Banco Central do Brasil.
[27] Oliveira, Cludia (2006). Prevendo Inflao Usando Ridge Regressions.
Dissertao de Mestrado Acadmico em Economia da EPGE-FGV.
[28] Siqueira, Mrcio Soares (2007). Poltica Monetria e Inflao no Brasil: Uma
Anlise pela Funo Impulso-Resposta Generalizada. Dissertao de Mestrado
Profissionalizante em Finanas e Economia Empresarial da EPGE-FGV.
[29] Soares, Joo Jos Silveira e Barbosa, Fernando de Holanda (2006). Regra de Taylor
no Brasil: 1999 2005. Encontro Brasileiro Anual de Economia - anpec.org.br
[30] Surowiecki, J. (2004). The Wisdom of crowds: Why the many are smarter than the
few and how collective wisdom shapes business, economies, societies and nations.
Doubleday.
[31] Taylor, John B. (1993). Discretion versus Policy Rules in Practice. CarnegieRochester Conference Series on Public Policy, 39:195-214.
[32] Taylor, John B. (2000). Using Monetary Policy Rules in Emerging Markets
Economies.

51