Histology procedure

Phillips, a decomposição histórica da variância do erro de previsão do hiato do produto foi calculada para três períodos diferentes: um mais abrangente que se inicia em março de 2003 e vai até abril de 2014, um período médio que vai de março de 2006 a abril de 2014 e por fim um período menor que vai de março de 2008 a abril de 2014. Assim, será possível analisar valores do hiato do produto previstos em três datas distintas.

i) Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2003 e abril de 2014

Analisando a Figura 22, é possível perceber que quando se considera a previsão do hiato do produto feita em março de 2003, a grande maioria dos erros de previsão é positiva, o que significa que os valores observados do hiato do produto foram maiores do que os valores previstos desta variável (ou seja, a economia permaneceu mais aquecida do que era esperado). Os erros positivos observados alcançam em alguns momentos, como entre final de 2008 e inicio de 2009 e final de 2011 e início de 2012, picos consideravelmente elevados. Dentre os fatores que podem ter provocado tais erros, pode-se citar que até por volta de julho de 2007 uma elevação inesperada do próprio hiato foi a principal causa. Porém, a partir deste período, a maior fonte dos erros de previsão foi uma elevação não antecipada da expectativa presente

para a inflação do próximo mês, fenômeno bem documentado na análise anterior da curva de Phillips. Como se sabe, aumentos inesperados na expectativa de inflação tendem a afetar negativamente a taxa real de juros e os salários reais, com efeitos positivos na demanda agregada e na oferta agregada (deslocamento da curva de Phillips para baixo), respectivamente. Ademais, pode-se citar outras fontes que contribuíram em menor escala para os erros de previsão aqui em questão, como uma elevação não esperada no câmbio.

Figura 22 - Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2003 e abril de 2014

Fonte: Elaborado pela autora, com base nos dados da pesquisa

ii) Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2006 e abril de 2014

Considerando agora a previsão do hiato do produto realizada em março de 2006 para um período que vai até abril de 2014, é possível verificar por meio da Figura 23 que o erro de previsão do hiato foi também predominantemente positivo, o que significa que, na maioria das vezes o valor verificado do hiato do produto foi maior do que o valor previsto pelo modelo. Há nesse horizonte também um papel de destaque para o choque não antecipado da expectativa presente de inflação para o próximo mês. Pode-se notar ainda nos anos de erros menores de previsão do hiato, um papel para a queda não antecipada nas importações mundiais (OCDE e China).

Figura 23 - Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2006 e abril de 2014

Fonte: Elaborado pela autora, com base nos dados da pesquisa

iii) Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2008 e abril de 2014

Por fim, considera-se as previsões realizadas em março de 2008, para o período que vai até abril de 2014. Através da Figura 24 é possível avaliar que excetuando o período que vai de agosto de 2009 a setembro de 2010, os erros de previsão do hiato do produto para o período são positivos, o que significa que os valores observados de tal variável foram maiores do que aqueles previstos pelo modelo Ou seja, houve aquecimento não antecipado da economia no início de 2009 e a partir de 2011. No período aqui em análise, verifica-se que tanto uma elevação não antecipada da expectativa presente de inflação para o próximo mês, quanto um crescimento inesperado do próprio hiato, foram os fatores principais que contribuíram para os erros positivos de previsão, apresentados pela Figura 24. Já no que tange ao pequeno período em que se verificou erros de previsão negativos, é possível dizer que uma queda não prevista na variável OCDECHINA e no próprio hiato foram os responsáveis por tal diferença entre o valor verificado e o valor previsto.

Figura 24 - Decomposição histórica da variância do erro de previsão do hiato do produto entre março de 2008 e abril de 2014

Fonte: Elaborada pela autora, com base nos dados da pesquisa

Pode-se concluir que as variáveis que mais contribuíram, por meio de choques não inesperados, para os erros de previsão do hiato, foram aumentos na expectativa presente para a inflação do próximo mês, o próprio hiato do produto e em menor proporção o câmbio. É importante ressaltar que diferentemente do que se esperava, variáveis como o índice CRB e OCDECHINA, não tiveram participação relevante na explicação dos erros de previsão do hiato do produto em nenhum dos subperíodos.

A Figura 25 traz as distribuições acumuladas dos erros de previsão de cada subperíodo analisado acima, é possível verificar que para todos os períodos as variações nos juros, na NFSP, no câmbio, no índice CRB, na expectativa presente de inflação para o mês seguinte e no valor das importações dos países da OCDE mais a CHINA explicam, em conjunto, pelo menos 80% das variações do hiato do produto em 95% dos casos (meses considerados na amostra). E considerando 100% dos casos, o erro de previsão é menor do que 24%, o que significa que as variáveis do modelo explicam pelo menos 76% das modificações do hiato. Logo, pode-se dizer que independente da divisão dos três subperíodos analisados, as variáveis que compõem a curva IS explicam em boa medida as variações do hiato do produto, se bem que em grau muito menor do que o observado no contexto da curva de Phillips (em que os erros foram da ordem de 3%).

Figura 25 - Distribuição acumulada dos erros de previsão do hiato do produto para os períodos analisados

Fonte: Elaborado pela autora, com base nos dados da pesquisa

5.2.3.3 Resultados do modelo estimado para a função de reação do Banco Central A