Essays on inflation forecasting

• Autor(a) principal: Florido, Gustavo Porto
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
• Texto Completo: https://hdl.handle.net/10438/30768
• topic: Inflation; Forecasting; Breakeven inflation; Inflação; Projeção; Inflação implícita; Economia; Inflação - Brasil; Inflação - Previsão; Previsão econômica; Análise de séries temporais

Esta tese estuda o comportamento da inflação no Brasil e consiste em três ensaios. O primeiro capítulo introduz um arcabouço de projeção de inflação de curto prazo usando um conjunto de 5147 séries relacionadas, principalmente, a índices e subíndices de inflação e a preços. As séries tem frequências diferentes e representam a inflação e os preços em diferentes estágios da cadeia de produção. Usamos várias classes de modelos e métodos, MQO, regularização, fatores e modelos de árvore, para projetar o IPCA e também vários dos seus subitens que são posteriormente agregados. Nossos resultados indicam que as escolhas do melhor modelo e nível de agregação dependem do horizonte de projeção. Em média, os modelos de fatores e os métodos de regularização tem melhor desempenho, bem como níveis de agregação mais granulares. As combinações de projeções são mais precisas que projeções individuais e apresentam bom desempenho relativo em relação aos benchmarks de mercado, principalmente na véspera da divulgação dos dados de inflação. O segundo capítulo corrige o viés de projeções de inflação explorando a estrutura dos erros fora de amostra. O arcabouço introduzido analisa os erros no cross section dos horizontes de projeção e na série temporal para estimar o erro de projeção. Consideramos diferentes modelos de fatores para os erros: Diebold-Li 3 fatores, Componente Principal e Modelo de Fatores Dinâmicos. Estimamos a dinâmica dos fatores usando modelos autorregressivos. Nosso arcabouço melhora a precisão das projeções de inflação. A melhora depende do modelo e da agregação. Os melhores resultados são para os métodos de regularização e para as agregações mais granulares. A combinação de projeções ajustadas pelo erro esperado também apresenta resultados positivos. Em comparação com analistas profissionais, o erro da combinação das projeções originais está entre os menores 20%, enquanto o erro da combinação das projeções ajustadas está entre os menores 12%. O terceiro capítulo analisa as relações entre séries macroeconômicas e expectativas de inflação. O objetivo é avaliar como a estrutura a termo da inflação implícita responde a variações exógenas em variáveis macro. O impacto das inovações estruturais na curva da inflação implícita é determinado em dois estágios. Primeiro, estimamos as relações entre a curva de inflação e as séries macroeconômicas. Na segunda etapa, examinamos os impactos dos choques macroeconômicos usando um SVAR. Em seguida, calculamos o efeito dos choques sobre a inflação implícita combinando as IRFs das variáveis macro e suas relações com os fatores da curva de inflação. Em geral, as respostas seguem o sinal esperado pela teoria econômica: choques positivos na inflação corrente e na taxa de câmbio elevam as expectativas de inflação. Também como esperado, a resposta da parte longa da curva da inflação implícita é mais tímida do que a resposta da parte curta.