Prevendo decisões de taxas básicas de juros: o caso brasileiro

• Autor(a) principal: Prevendo, Leonardo Martin Baumert
• Data de Publicação: 2009
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INSPER
• Texto Completo: https://www.repositorio.insper.edu.br/handle/11224/957
• topic: Regra de taylor; Projeção; Política monetária; Taylor rule; Forecasting; Monetary policy

O objetivo desta dissertação é, a partir do uso de especificações da regra de Taylor, encontrar novas variáveis, além da diferença da inflação para sua meta e do hiato do produto, que se mostrem significativas no processo de tomada de decisão do Comitê de Política Monetária (COPOM) do Banco Central do Brasil (BCB). Além disso, pretende-se utilizar as melhores especificações da fase de estimação para efetuar previsões para a taxa Selic, e comparar o desempenho dessas previsões com um passeio aleatório e com a pesquisa Focus do BCB. Na fase de previsão utilizou-se a técnica de rolling regressions e os testes de Diebold Mariano e Clark e West. Foram encontradas quatro variáveis adicionais com significância estatística: o superávit primário acumulado em 12 meses, a dívida do setor público como proporção do PIB, o hiato das concessões mensais de crédito e o componente de expectativas do índice de confiança do consumidor da Fecomércio / SP. Também foram encontrados indícios de que o BCB reagiu de maneira diferente a variáveis como inflação, produção industrial e taxa de câmbio durante as gestões de Armínio Fraga e de Henrique Meirelles. Também foram observadas evidências de aversão a recessão durante a presidência de Henrique Meirelles. Com relação à previsão, os testes realizados indicaram que as regras de Taylor têm desempenho superior ao random-walk, mas inferior ao Focus. Quando se realizam previsões dentro da amostra, não há diferença estatística entre os modelos estimados e a pesquisa Focus.