Estimativa da Curva de Phillips desagregada para o Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/31487 |
Resumo: | O objetivo do presente trabalho é estimar um conjunto de Curva de Phillips Híbrida Novo Keynesiana desagregadas para o Brasil durante o período de 2003 a 2019. Nos modelos de previsão da inflação do grupo alimentação domiciliar, bens duráveis e bens semiduráveis e não duráveis foram utilizadas como variável explicativa os Índices de Preços ao Produtor Amplo (IPA) do FGV IBRE. Foram realizados exercícios out of sample para os anos de 2018 e 2019, e dentro destas desagregações, o modelo que gerou o menor erro quadrático médio (EQM) foi o de bens industriais duráveis com 0,217. Para os serviços, o EQM foi de 0,118. Adicionalmente, foram analisados modelos de previsão para os Índices de Preços ao Produtor Amplo, que inclui como variável explicativa os custos dos insumos setoriais, baseado na estrutura do consumo intermediário da Matriz Insumo Produto de 2015. Os resultados mostram que é possível obter boa estimativa para o IPA se utilizando dos custos, porém que eles sozinhos não são capazes de explicar toda a variação o que comprova a existência de variáveis ocultas não estudadas neste trabalho. Análises mais desagregadas são úteis para ampliar o entendimento dos principais determinantes da inflação de preços livres, destacando o papel dos preços ao produtor, que está relacionado ao estágio de comercialização anterior ao consumo final. Além disso, desde o ano passado, o mundo vem passando pela crise pandêmica gerada pela Covid-19. Houve um expressivo choque de oferta, com paralisação de fábricas com o objetivo de conter a disseminação da doença, afetando toda a cadeia produtiva. Com as políticas de estímulos fiscais e monetários adotadas e as mudanças no padrão de consumo das famílias, o impacto inflacionário em bens tem sido intenso. Este acontecimento mostra a importância de se analisar os custos de produção, refletidos nos índices de preços ao produtor, para se avaliar o impacto no preço final ao consumidor. |
id |
FGV_92a1dc01fbb512d63a0a70e6655d4373 |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/31487 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Santos, Lucas Natal Ferreira dosEscolas::EPGEPessôa, Samuel de AbreuDuclos, Maria Teresa MarinsMatos, Silvia Maria2022-01-04T18:22:36Z2022-01-04T18:22:36Z2021-07-01https://hdl.handle.net/10438/31487O objetivo do presente trabalho é estimar um conjunto de Curva de Phillips Híbrida Novo Keynesiana desagregadas para o Brasil durante o período de 2003 a 2019. Nos modelos de previsão da inflação do grupo alimentação domiciliar, bens duráveis e bens semiduráveis e não duráveis foram utilizadas como variável explicativa os Índices de Preços ao Produtor Amplo (IPA) do FGV IBRE. Foram realizados exercícios out of sample para os anos de 2018 e 2019, e dentro destas desagregações, o modelo que gerou o menor erro quadrático médio (EQM) foi o de bens industriais duráveis com 0,217. Para os serviços, o EQM foi de 0,118. Adicionalmente, foram analisados modelos de previsão para os Índices de Preços ao Produtor Amplo, que inclui como variável explicativa os custos dos insumos setoriais, baseado na estrutura do consumo intermediário da Matriz Insumo Produto de 2015. Os resultados mostram que é possível obter boa estimativa para o IPA se utilizando dos custos, porém que eles sozinhos não são capazes de explicar toda a variação o que comprova a existência de variáveis ocultas não estudadas neste trabalho. Análises mais desagregadas são úteis para ampliar o entendimento dos principais determinantes da inflação de preços livres, destacando o papel dos preços ao produtor, que está relacionado ao estágio de comercialização anterior ao consumo final. Além disso, desde o ano passado, o mundo vem passando pela crise pandêmica gerada pela Covid-19. Houve um expressivo choque de oferta, com paralisação de fábricas com o objetivo de conter a disseminação da doença, afetando toda a cadeia produtiva. Com as políticas de estímulos fiscais e monetários adotadas e as mudanças no padrão de consumo das famílias, o impacto inflacionário em bens tem sido intenso. Este acontecimento mostra a importância de se analisar os custos de produção, refletidos nos índices de preços ao produtor, para se avaliar o impacto no preço final ao consumidor.The goal of this exercise is to estimate a hybrid Phillips Curve New Keynesian disaggregated for Brazil during the period of 2003 and 2019. In the inflationary prediction models of the groups household food, durable, nondurable and semi-durable industrial goods it was used the broad producer price index as explanatory variables from FGV IBRE. It was realized out of sample exercises for the years 2018 and 2019, in those exercises, the one who presented the lower mean square error (MSE) was durable industrial goods with 0,217. For services the MSE was 0,118. Additionally, it was analyzed prediction models for the broad producer price index that we included as explanatory variable the costs of sector inputs based on the structure of intermediate consumption of the matrix input product of 2015. The results show that it is possible to obtain a good estimation for the IPA with the costs, although they only by itself cannot explain all the variation which proves that there may have some hidden variables not analyzed in this project. More disaggregated analysis is useful to open the understanding of the main determinants of inflation, highlighting the role of the price to the producer that is related to the stage of previous commercialization of the final consumption. Since last year, the world is suffering with the covid pandemic and the effects that it has been causing us. There was an expressive impact on the offer curve with the factories shutting down to slow the dissemination of the disease, that caused a trouble in the whole chain. With the fiscal and monetary policies and changes in the behavior of the family’s consumption, the inflationary impact have been very intense. This happening shows the importance of the costs of production to evaluate the consumers price index.porCurva de phillipsInflaçãoExpectativa de inflaçãoIPAPhillips curveInflationInflation expectancyEconomiaPhillips, Curva deInflação - Previsão - Modelos econométricos - BrasilÍndice de Preços ao Produtor AmploEstimativa da Curva de Phillips desagregada para o Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis2021-07-01info:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVLICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/a93b630b-3dc3-4421-9d81-4b7f95c7a98a/downloaddfb340242cced38a6cca06c627998fa1MD52ORIGINALEstimativa da Curva de Phillips para o Brasil V14.pdfEstimativa da Curva de Phillips para o Brasil V14.pdfPDFapplication/pdf2149137https://repositorio.fgv.br/bitstreams/6bf751b8-8725-4eb0-967b-8782084850f6/download6192a0a7cc591c26e63b3879ddd1e4beMD53TEXTEstimativa da Curva de Phillips para o Brasil V14.pdf.txtEstimativa da Curva de Phillips para o Brasil V14.pdf.txtExtracted texttext/plain69540https://repositorio.fgv.br/bitstreams/b683db0a-a272-4d36-94eb-2ec66fdaad81/download067db195bd5c81e1cc2b5cfbadb8743bMD56THUMBNAILEstimativa da Curva de Phillips para o Brasil V14.pdf.jpgEstimativa da Curva de Phillips para o Brasil V14.pdf.jpgGenerated Thumbnailimage/jpeg2486https://repositorio.fgv.br/bitstreams/30eccf2a-3e7b-497b-839b-484421a610ff/download76b68e0354f94dbfd33ad3cdb02dc362MD5710438/314872024-07-02 16:18:00.433open.accessoai:repositorio.fgv.br:10438/31487https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-07-02T16:18Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
Estimativa da Curva de Phillips desagregada para o Brasil |
title |
Estimativa da Curva de Phillips desagregada para o Brasil |
spellingShingle |
Estimativa da Curva de Phillips desagregada para o Brasil Santos, Lucas Natal Ferreira dos Curva de phillips Inflação Expectativa de inflação IPA Phillips curve Inflation Inflation expectancy Economia Phillips, Curva de Inflação - Previsão - Modelos econométricos - Brasil Índice de Preços ao Produtor Amplo |
title_short |
Estimativa da Curva de Phillips desagregada para o Brasil |
title_full |
Estimativa da Curva de Phillips desagregada para o Brasil |
title_fullStr |
Estimativa da Curva de Phillips desagregada para o Brasil |
title_full_unstemmed |
Estimativa da Curva de Phillips desagregada para o Brasil |
title_sort |
Estimativa da Curva de Phillips desagregada para o Brasil |
author |
Santos, Lucas Natal Ferreira dos |
author_facet |
Santos, Lucas Natal Ferreira dos |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EPGE |
dc.contributor.member.none.fl_str_mv |
Pessôa, Samuel de Abreu Duclos, Maria Teresa Marins |
dc.contributor.author.fl_str_mv |
Santos, Lucas Natal Ferreira dos |
dc.contributor.advisor1.fl_str_mv |
Matos, Silvia Maria |
contributor_str_mv |
Matos, Silvia Maria |
dc.subject.por.fl_str_mv |
Curva de phillips Inflação Expectativa de inflação IPA |
topic |
Curva de phillips Inflação Expectativa de inflação IPA Phillips curve Inflation Inflation expectancy Economia Phillips, Curva de Inflação - Previsão - Modelos econométricos - Brasil Índice de Preços ao Produtor Amplo |
dc.subject.eng.fl_str_mv |
Phillips curve Inflation Inflation expectancy |
dc.subject.area.por.fl_str_mv |
Economia |
dc.subject.bibliodata.por.fl_str_mv |
Phillips, Curva de Inflação - Previsão - Modelos econométricos - Brasil Índice de Preços ao Produtor Amplo |
description |
O objetivo do presente trabalho é estimar um conjunto de Curva de Phillips Híbrida Novo Keynesiana desagregadas para o Brasil durante o período de 2003 a 2019. Nos modelos de previsão da inflação do grupo alimentação domiciliar, bens duráveis e bens semiduráveis e não duráveis foram utilizadas como variável explicativa os Índices de Preços ao Produtor Amplo (IPA) do FGV IBRE. Foram realizados exercícios out of sample para os anos de 2018 e 2019, e dentro destas desagregações, o modelo que gerou o menor erro quadrático médio (EQM) foi o de bens industriais duráveis com 0,217. Para os serviços, o EQM foi de 0,118. Adicionalmente, foram analisados modelos de previsão para os Índices de Preços ao Produtor Amplo, que inclui como variável explicativa os custos dos insumos setoriais, baseado na estrutura do consumo intermediário da Matriz Insumo Produto de 2015. Os resultados mostram que é possível obter boa estimativa para o IPA se utilizando dos custos, porém que eles sozinhos não são capazes de explicar toda a variação o que comprova a existência de variáveis ocultas não estudadas neste trabalho. Análises mais desagregadas são úteis para ampliar o entendimento dos principais determinantes da inflação de preços livres, destacando o papel dos preços ao produtor, que está relacionado ao estágio de comercialização anterior ao consumo final. Além disso, desde o ano passado, o mundo vem passando pela crise pandêmica gerada pela Covid-19. Houve um expressivo choque de oferta, com paralisação de fábricas com o objetivo de conter a disseminação da doença, afetando toda a cadeia produtiva. Com as políticas de estímulos fiscais e monetários adotadas e as mudanças no padrão de consumo das famílias, o impacto inflacionário em bens tem sido intenso. Este acontecimento mostra a importância de se analisar os custos de produção, refletidos nos índices de preços ao produtor, para se avaliar o impacto no preço final ao consumidor. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-07-01 |
dc.date.accessioned.fl_str_mv |
2022-01-04T18:22:36Z |
dc.date.available.fl_str_mv |
2022-01-04T18:22:36Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/31487 |
url |
https://hdl.handle.net/10438/31487 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/a93b630b-3dc3-4421-9d81-4b7f95c7a98a/download https://repositorio.fgv.br/bitstreams/6bf751b8-8725-4eb0-967b-8782084850f6/download https://repositorio.fgv.br/bitstreams/b683db0a-a272-4d36-94eb-2ec66fdaad81/download https://repositorio.fgv.br/bitstreams/30eccf2a-3e7b-497b-839b-484421a610ff/download |
bitstream.checksum.fl_str_mv |
dfb340242cced38a6cca06c627998fa1 6192a0a7cc591c26e63b3879ddd1e4be 067db195bd5c81e1cc2b5cfbadb8743b 76b68e0354f94dbfd33ad3cdb02dc362 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1813797648082141184 |