Modelagem e previsão da inflação anual efetiva medida pelo IPCA

• Autor(a) principal: Panaro, Renato Valladares
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/13799
• topic: Modelagem; Box-Jenkins; Autoregressivo; Séries temporais; Índice; IPCA; Inflação; Estatística econômica

A inflação é o aumento do nível do preço de um determinado produto ao longo do tempo. Hoje, a inflação oficial dos bens e serviços presentes na economia brasileira é medida pelo Índice de Preços ao Consumidor Amplo (IPCA) e essa medida representa o aumento ou a diminuição dos preços em um determinado período. A alta inflação é prejudicial para a economia de um país e, quando fora de controle, pode gerar diversos problemas, tais como, a desvalorização da moeda nacional e aumento dos preços de produtos importados, a diminuição dos investimentos no setor produtivo, aumento da especulação financeira, elevação da taxa de juros e aumento do desemprego, além do clima de instabilidade econômica e insatisfação popular. Para conter a inflação, no Brasil, desde 1999, é adotada a política de metas de inflação que consiste em manter a inflação anual dentro do intervalo de tolerância estipulado para o ano, conforme estabelecido pelo Conselho Monetário Nacional (CMN). O objetivo desse trabalho consiste em avaliar a série histórica do IPCA, considerando os índices produzidos entre dezembro de 1999 e outubro de 2017 (inclusive) e identificar, estimar e comparar modelos. Para tanto, foram depurados dados mensais do Sistema IBGE de Recuperação Automática (SIDRA) referentes ao IPCA acumulado anual. O foco do estudo é modelar e produzir estimativas para valores futuros do IPCA e, dessa forma, identificar padrões e tendências presentes na economia do Brasil por meio de modelos que serão comparados em termos de parcimônia, ajuste e qualidade das previsões. Serão utilizados métodos para séries temporais do tipo SARIMA e suas derivações. Dentre os principais resultados, verificou-se que os modelos do tipo SARIMA não demonstram capacidade preditiva a longo prazo. Foram confrontados os modelos de Box-Jenkins de melhor estimação. Escolhidos através do critério AIC, os modelos SARIMA(1,1,2)(2,0,3)12; SARIMA(2,1,3)(1,0,2)12 e SARIMA(1,1,3)(2,0,2)12 apresentaram erros de estimação próximos a zero, já as previsões, foram comparadas com os valores do IPCA Efetivo, de junho de 2016 a novembro de 2017 e apresentaram erros de previsão expressivos. Além disso, a apuração dos resultados também permitiu compreender melhor o comportamento da série