O modelo básico do Banco Central brasileiro

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A partir da década de 1990, a macroeconomia repousou naquilo que ficaria conhecido como nova síntese neoclássica ou novo consenso macroeconômico. Uma das implicações desse consenso foi a construção de pequenos modelos estruturais para analisar os impactos da política econômica, em particular da política monetária. Os principais pontos desses modelos são:

a inflação depende da taxa de juros real;
a taxa de juros básica nominal é o instrumento de política;
existem mecanismos de transmissão nas decisões de política econômica;
os modelos contém, de forma geral, uma curva IS, uma Curva de Phillips e uma Função de Perda Social;
as expectativas dos agentes podem ser do tipo backward-looking ou forward-looking;
existem defasagens no mecanismo de transmissão.

O novo consenso é classificado como novo-keynesiano, na medida em que admite subequilíbrios no curto prazo derivados de falhas de mercado. Em outras palavras, o hiato do produto pode ser diferente de zero no curto prazo. No Brasil, tão logo foi adotado o regime de metas para a inflação, em junho de 1999, o Banco Central tem apresentado ao público suas construções teóricas - ainda que de forma bastante imperfeita. O modelo básico do BCB, que busca captar os mecanismos de transmissão das decisões de política monetária, bem como as defasagens aí envolvidas, pode ser visto em Bogdanski et al. (2000). Ele é composto por:

uma Curva IS, representando o lado da demanda;
uma Curva de Phillips, representando o lado da oferta;
uma condição de paridade descoberta da taxa de juros, representando o contato com o setor externo;
uma regra de Taylor, representando as decisões de política monetária.

A Curva IS pode ser representada como abaixo:

(1) $\begin{equation*}h_{t} = \beta_{0} - \beta_{1}(i_{t} - E_{t}\pi_{t+1} - r^*) + \beta_{2}\Theta_{t-1} + \beta_{3}\Psi_{t-1} + \varepsilon_{t}^{d} \end{equation*}$

Onde $h_{t}$ é o hiato do produto (diferença entre o PIB efetivo e o PIB potencial), $i_{t}$ é a taxa de juros nominal, $E_{t}\pi_{t+1}$ é a expectativa em $t$ para a inflação em $t+1$ , $r^*$ é a taxa de juros neutra, $\Theta_{t-1}$ é a taxa de câmbio real, $\Psi_{t-1}$ representa as necessidades de financiamento do setor público e $\varepsilon_{t}^{d}$ é um choque de demanda.(*) A Curva de Phillips é representada por:

(2) $\begin{equation*} \pi_{t} = \alpha_{0} + \alpha_{1}\pi_{t-1} + \alpha_{2}E_{t}\pi_{t+1} + \alpha_{3}h_{t-1} + \alpha_{4}\Delta\epsilon_{t} + \varepsilon_{t}^{s} \end{equation*}$

Onde $\pi_{t}$ é a inflação, $\Delta\epsilon_{t}$ é a primeira diferença da taxa de câmbio nominal e $\varepsilon_{t}^{s}$ é um choque de oferta. A condição de paridade é dada por:

(3) $\begin{equation*} \Delta\epsilon_{t} = \phi_{0} - \phi_{1}(i_{t} - i_{t}^*) + \phi_{2}x_{t} + \varepsilon_{t}^{e} \end{equation*}$

Onde $(i_{t} - i_{t}^*)$ representa o diferencial de juros, $x_{t}$ é o prêmio de risco e $\varepsilon_{t}^{e}$ é um choque externo. Por fim, o Banco Central segue uma regra de taylor como:

(4) $\begin{equation*} i_{t} = \omega_{0} + \omega_{1}i_{t-1} + \omega_{2}(E_{t}\pi_{t+1} - \pi^*) + \omega_{3}h_{t} + \omega_{4}\Delta\epsilon_{t} + \varepsilon_{t}^{bcb} \end{equation*}$

Onde $\pi^*$ é uma meta de inflação e $\varepsilon_{t}^{bcb}$ é um ruído branco. Nesses termos, suponha que o Banco Central reduza a taxa básica de juros. Qual o efeito dessa redução sobre a economia?

Se a redução da taxa de juros nominal for suficiente para tornar a diferença entre a taxa de juros real e a taxa de juros neutra negativa, o efeito passa a ser positivo sobre o hiato do produto, expresso na Curva IS. Uma taxa de juros nominal menor implica em um diferencial de juros (taxa de juros doméstica menos a taxa de juros externa) menor, contribuindo para desvalorizar a taxa de câmbio nominal. Se essa desvalorização nominal implicar em desvalorização real, há ainda um efeito sobre as exportações líquidas, contribuindo para pressionar positivamente o hiato do produto. Por fim, a inflação é afetada pelo hiato do produto e pela desvalorização nominal da taxa de câmbio, via Curva de Phillips. Em outras palavras, reduções na taxa básica de juros têm implicações sobre o nível de atividade e, consequentemente, sobre a inflação.

Um ponto importante na equação $(4)$ é que que a inflação também é afetada pelas expectativas dos agentes. Há diversas formas de modelar como os agentes formam suas expectativas em relação a alguma variável macroeconômica. Por aqui, entretanto, basta supor que os agentes reagem ao sinal emitido pelo Banco Central, seja por meio de suas ações efetivas de política monetária, seja por sua comunicação com o público. Nesses termos, uma política monetária transparente, que comunica adequadamente sua estratégia para fazer a inflação convergir para a meta, contribui para manter as expectativas ancoradas. De outra forma, quando o Banco Central é errático na sua comunicação com o público, modificando constantemente sua estratégia de política monetária, isso contribui para tornar as expectativas mais voláteis e sensíveis a choques de oferta - ver Geraats (2002). Outra questão interessante aqui é sobre o que o hiato do produto representa. Em termos simples, ele expressa uma medida global de ociosidade da economia. A ideia é que quanto menos ociosa for a economia, maior será a pressão inflacionária. Isso é também captado na equação $(4)$ pelo coeficiente $\alpha_{3}$ .

Com esse modelo básico em mente, é possível interpretar como mudanças em uma determinada variável afetam outras, bem como o mecanismo pelo qual a política econômica pode afetar o nível de atividade. Passaremos, agora, a questões eminentemente empíricas.

___________________________________________________

(*) Na representação que estamos fazendo aqui, consideramos pequenas diferenças em relação a Bogdanski et al. (2000)

Bogdanski, J.; Tombini, A. A., and Werlang, S. R. Implementing Inflation Targeting in Brazil. BCB Working Paper 01, 2000.

Geraats, P. M. Central bank transparency. Economic Journal, 112(39), 2002

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][et_pb_column type="1_2"][et_pb_cta admin_label="Chamada à Ação" title="Faça os cursos de econometria da Análise Macro!" button_url="https://analisemacro.com.br/cursos-de-r/cursos-de-econometria/" url_new_window="off" button_text="Conhecer os Cursos" use_background_color="on" background_color="#7EBEC5" background_layout="dark" text_orientation="left" use_border_color="off" border_color="#ffffff" border_style="solid" custom_button="off" button_letter_spacing="0" button_use_icon="default" button_icon_placement="right" button_on_hover="on" button_letter_spacing_hover="0"]

Em breve, vamos lançar o curso Modelos do Banco Central, onde abordaremos a teoria e prática dos modelos utilizados pela autoridade monetária brasileira. Quer se preparar para esse curso inovador? Faça os cursos de econometria da Análise Macro. Clique abaixo para conhecer.

[/et_pb_cta][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/06/modelosbcb.png" show_in_lightbox="on" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid" /][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Análise exploratória para modelagem preditiva no Python

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Métodos de Reamostragem de Séries Temporais no Python

Coletando dados regionais do CAGED no Python

Coletando dados de Setores Censitários do Censo 2022 no Python

Estimando a inércia inflacionária através de modelos de espaço-estado usando Python

Outros artigos relacionados

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

Métodos de Reamostragem de Séries Temporais no Python

Nesta postagem, vamos mostrar alguns métodos simples para lidar com a reamostragem de dados de séries temporais no Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!