PREVISÃO DA INFLAÇÃO DO BRASIL COM A UTILIZAÇÃO DE MODELOS DE SÉRIES TEMPORAIS: o uso do R.

Resumo

A inflação é um fenômeno macroeconômicas mais relevantes dentro da economia, está diretamente associada a taxa de juros, taxa de câmbio, base monetária, produção física industrial, taxa desemprego. A previsão de indicadores macroeconômicos são informações de grande relevância para as decisões políticas monetárias e para os agentes econômicos. O Brasil adotou em 1999 o regime de metas de inflação, após a mudança no regime de câmbio. O regime de metas é fruto da política econômica do Plano Real, que procurou combater os altos processos inflacionários. Define-se regime de metas inflacionária como sendo uma estratégia de política monetária com o objetivo de estabilidade de preço. A principal justificativa para o presente estudo é a relevância que as previsões sobre inflação ganharam após o regime de metas de inflação. A pergunta central desse estudo é se o Brasil conseguirá cumprir a meta de inflação do ano de 2016 e 2017. O estudo analisará e comparará modelos econométricos de previsão da inflação. Pretende analisar inicialmente os modelos univariados ARIMA de Box e Jenkins (1976), os quais baseiam-se suas previsões de inflação futura decorrente do comportamento passado da própria série analisada. A pesquisa se caracteriza como indutiva, pois tem como foco evidenciar a realidade. A pesquisa tem como principal método o estatístico, pois serão estudados se as metas adotadas apresentaram contribuição positiva para a diminuição da inflação e se o Brasil apresentou um maior desenvolvimento no período analisado. A metodologia Box Jenkins consiste em quatro etapas para a análise de uma determinada série temporal: identificação, estimação, verificação e previsão. Para a estimação dos modelos será utilizada a série do IPCA na base mensal do período de abrangência: 2006 a 2016. Será verificado por meio das previsões dos modelos, se o Banco Central vai cumprir com a meta de inflação estipulada para os anos de 2016 e 2017. Os valores a serem analisados serão elaborados no software R (R Development Core Team, 2015).