Expectativas de consumidores e de especialistas para a inflação

A inflação é uma variável econômica que merece toda a sorte de adjetivos. A despeito de termos diversos índices que medem o aumento persistente e generalizado de preços ao longo do tempo, a inflação em si é algo muito pessoal, digamos assim. Para ilustrar, tomemos o índice de preços ao consumidor amplo (o IPCA), principal índice do país. O IPCA acompanha atualmente uma cesta de 377 bens e serviços, que, por óbvio, nem todo mundo consome todos os meses. Você, portanto, ao consumir apenas um subconjunto desses bens e serviços, terá a sua inflação particular, que pode ser menor ou maior do que a inflação oficial do país.

No mundinho dos economistas, esse tipo de diferença nem sempre é levada em consideração no momento de avaliar a trajetória da inflação ao longo do tempo. Quase sempre, o acompanhamento e previsão da inflação restringe-se aos agentes do mercado financeiro, que, por óbvio, não representa o conjunto da sociedade.

Talvez, pensando nisso, há alguns anos, a Fundação Getúlio Vargas criou um índice de expectativas de inflação dos consumidores. O índice procura justamente criar uma medida diferente daquela medida pela Bloomberg e pelo Focus, que estão mais ligadas ao mercado financeiro.

Resolvi, então, dar uma olhada nesses dados. Para a amostra considerada, estamos usando dados de janeiro de 2007 até junho de 2021, totalizando 174 observações. O gráfico abaixo compara essas expectativas de inflação dos consumidores, da FGV, e do Focus, com a inflação observada. O ajuste feito considera o que os agentes (consumidores e especialistas do Focus) achavam 12 meses antes o que ocorreria com a inflação no mês corrente.

Duas coisas chamam atenção, de imediato. Primeiro, a correlação entre as expectativas dos especialistas e as dos consumidores é bastante elevada. Segundo, a expectativa média dos consumidores é maior do que a expectativa dos especialistas ouvidos pelo boletim Focus.

Erro de previsão

Outro ponto interessante sobre os dados é verificar o erro de previsão de consumidores e especialistas. Os consumidores costumam esperar uma inflação maior do que ela efetivamente ocorre, implicando assim em um erro médio de -1,31 pontos percentuais - considerando \pi_t - E_{t-12} \pi_t. Já os especialistas ouvidos pelo boletim Focus subestimam a inflação, implicando assim que em um erro médio de 0,56 pontos percentuais.

Causalidade: expectativa de especialistas influencia expectativa dos consumidores

Um último ponto que avaliei foi se a correlação entre as séries de expectativas implica em causalidade. De fato, pelo procedimento de Toda-Yamamoto, pode-se verificar que as expectativas dos especialistas ouvidos pelo Focus têm precedência temporal sobre as expectativas dos consumidores.

Em assim sendo, os resultados encontrados parecem corroborar a ideia de que a população de forma geral tem uma visão um pouco mais pessimista da inflação do que os especialistas envolvidos no processo de previsão quantitativa dessa variável. Ademais, a precedência temporal encontrada sugere que a população é influenciada pela previsão desses especialistas acerca do que pode ocorrer com a inflação efetiva. Por fim, como visto, as expectativas tanto de um quanto de outro grupo parecem ser mais "estáveis" do que a inflação efetiva, sempre sujeita aos diversos choques da economia.

_______________________

(*) Para maiores detalhes sobre o uso desse tipo de modelo para fins de previsão, conheça nossos Cursos de Previsão Macroeconométrica e Modelos Preditivos aplicados à Macroeconomia.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando um Simples Assistente de Pesquisa com LangGraph

O exercício utiliza o LangGraph para criar personas fictícias de analistas econômicos, entrevistá-las com um especialista fictício e, a partir dessas interações, gerar relatórios técnicos usando LLMs, buscas na web e execução paralela.

Construindo Corrective RAG (CRAG) com LangGraph

Este post explica o conceito de Agentic CRAG (Corrective Retrieval-Augmented Generation) e sua aplicação na análise das atas do COPOM. Mostramos como combinar recuperação de informações, avaliação de relevância, correção de consultas e busca externa em um fluxo estruturado com LangGraph.

Criando Personas de Analistas com LangGraph

Este post apresenta um estudo de caso sobre a criação de um assistente de pesquisa com o LangGraph, integrando o conceito de human-in-the-loop. O sistema gera personas de analistas a partir de um tema, recebe feedback humano e ajusta as respostas de forma iterativa, garantindo resultados mais precisos e personalizados.

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!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.