Desagregação e seleção de modelos na projeção da inflação brasileira de 2005 a 2019

Abstract

A projeção da inflação, de grande importância para agentes financeiros, autoridades monetárias e da sociedade em geral, traz, dentre outros, dois pontos de interesse a serem abordados. Primeiramente, a utilização de grande quantidade de variáveis, e segundo, o ganho de informação com as desagregações do índice de inflação. No presente trabalho é utilizado o algoritmo Autometrics para projetar o IPCA com grande número de regressores iniciais, dentre os quais desagregações da própria inflação, obtendo projeções superiores àquelas obtidas por modelos AR (1) e modelos AR (1) com dummies sazonais, e piores que as projeções do boletim FOCUS, compiladas pelo Banco Central. Os modelos são analisados sob a ótica do erro quadrático médio fora da amostra e do Model Confidence Set.

The inflation projection, of great importance for financial agents, monetary authorities, and the society, have, among others, two points of interest. First, the use of a great number of variables, and, second, the gain of information from the use of disaggregation components of the inflation index. In the present study, it is used the algorithm Autometrics to model the Brazilian inflation with a great number of regressors, and, among them, the disaggregations of the inflation index, obtaining better results when compared to models AR (1) and AR (1) with seasonal dummies, and worse than the projections of economic agents compiled by the Central Bank of Brazil, analyzed under the perspective of the mean square forecast error and the Model Confidence Set.