Modelos autorregressivos vetoriais (VAR), dados e identificação do

Segundo Enders (1995), duas importantes análises são possíveis por meio da adoção do modelo VAR em determinada pesquisa, sendo elas: a decomposição da variância e a função impulso-resposta. A decomposição da variância possibilita revelar o quanto as mudanças de cada variável são oriundas de sua própria variância, assim como o quanto são explicadas pela variância das demais variáveis do modelo. Já a função impulso-resposta permite observar a reação das variáveis de um determinado sistema, quando é dado um choque em determinada variável em um horizonte de tempo, permitindo, assim, a análise dessas inter-relações. O modelo VAR na forma reduzida apresenta resíduos correlacionados contemporaneamente, não permitindo, assim, a identificação dos efeitos exógenos independentes nas variáveis. Um modo usual de identificar restrições a respeito das relações contemporâneas dos choques é a decomposição de Choleski.

Com o propósito de se verificar a existência da inércia inflacionária no Brasil no período recente e analisar-se a magnitude do peso inercial comparativa entre Brasil, Estados Unidos e Chile, adotada-se uma base de dados que compreende o período de janeiro de 2009 até dezembro de 2016, totalizando 96 observações.3 _{Esse período}

é relevante, pois elimina distorções nas séries resultantes das grandes volatilidades dos indicadores na crise de 2007-2008 e possibilita a análise do período recente (que possui um menor número de estudos), nesse sentido, o modelo não necessitou de

tratamentos estatísticos, que por vezes, podem viesar e diminuir a robustez das análises. O software utilizado é o Eviews 9.0. A análise de Brasil4_{, Estados Unidos e}

Chile proporcionará uma contextualização internacional do Brasil relevante porque possibilitará uma comparação com uma economia avançada (hipoteticamente com menor nível de indexação) e com uma economia também em desenvolvimento (hipoteticamente com níveis mais similares de indexação). Em análises dessa natureza, infelizmente, incorre-se em restrições de dados, mas foi possível obter dados comparáveis em termos de periodicidade, amostra e composição dos indicadores para os três países, o que dá mais robustez aos resultados.

A abordagem investigativa é largamente baseada em trabalhos como Pimentel, Luporini e Modenesi (2016), Braga e Summa (2016), Modenesi e Araújo (2013), Araújo e Modenesi (2010), Mendonça (2007), Abrita, Araújo e Rondina Neto (2017) e Fonseca, Peres e Araújo (2016). Em linhas gerais, quatro principais grupos5 _são

testados como possíveis determinantes da inflação: demanda (para mensurar a inflação de demanda), oferta (para mensurar a inflação de custos), setor externo (para mensurar a inflação “importada”) e inércia (o quanto da inflação é explicado pela própria inflação). Desse modo, as variáveis são: a) índice de taxa de câmbio para o setor externo; b) índice global de preços de commodities para oferta; c) índice de produção industrial como proxy de demanda; e d) inércia, próprio índice de preços ao consumidor.

É importante realizar algumas ressalvas na adoção das variáveis. A utilização da produção industrial como proxy de demanda ocorreu por não existir uma variável demanda comparável e com a mesma amostra para esse período (considerando-se os três países). Portanto, foi a que melhor se enquadrou para capturar as flutuações de demanda, “Embora o uso da produção física industrial seja usual na literatura, cabe ressaltar que esse indicador possui limitações [...]” (PIMENTEL; LUPORINI; MODENESI, 2016, p. 353).

De acordo com Pimentel, Luporini e Modenesi (2016) e Araújo e Modenesi (2010), a utilização de um índice de commodities é importante para mensurar as condições de oferta (ou custos) na economia, mas também existem ressalvas e

4 _{Foram testados outros países, todavia foi encontrado um vetor de cointegração nos testes de}

cointegração. Neste caso, recomenda-se a adoção de um vetor de correção de erros (VEC) e impossibilitaria uma comparação com o modelo do Brasil, que foi o VAR.

5 _{De acordo com Hamilton (1994), Enders (1995) e Juselius (2006), a inclusão de muitas variáveis}

limitações. Entretanto, na busca de uma variável para mensurar condições de oferta que seja disponível para vários países é razoável adotar-se um índice de commodities. “Isto é, uma elevação dos preços das commodities (por exemplo, petróleo e derivados) é interpretada como representativa de um choque negativo de oferta, com impactos inflacionários inequívocos.” (ARAÚJO; MODENESI, 2010, p. 4). Também, por outro lado “[...] é razoável supor que, diante de uma queda generalizada dos preços das

commodities, as pressões inflacionárias se arrefecerão”. (ARAÚJO; MODENESI,

2010, p. 4). De acordo com Carneiro (2002) e Prates (2004, 2005-2006), a utilização desse indicador como proxy de condições ao lado da oferta encontra embasamento e justificativa principalmente pelo processo de intensa internacionalização dos processos de produção no mundo, principalmente com a globalização produtiva.

Portanto, em investigações dessa natureza esbarra-se em limitações na adoção de variáveis, sobretudo quando se trata de comparação entre países. Desse modo, essas ressalvas são importantes. Contudo, na ausência de indicadores mais fidedignos para essa amostra e para esses países, adotou-se a estratégia supracitada.

O objetivo é comparar a decomposição da variância e o impulso-resposta dos efeitos da inflação na própria inflação para, então, ter-se uma ideia do peso do componente inercial em cada país.

Portanto, aplica-se esse modelo para cada país. O benchmark é:

Π = D+SE+C (1)

Em que π é a inflação auferida por um índice de preços ao consumidor, D é a demanda expressa pela proxy índice de produção industrial, C são os custos representados pelo índice global de commodities e SE é o setor externo representado pelo índice de taxa de câmbio. Todas as variáveis serão transformadas em logaritmo para que seja possível uma análise em termos percentuais.

As variáveis foram obtidas por meio do banco de dados estatísticos do Federal Reserva Bank dos Estados Unidos (UNITED STATES OF AMERICA, 2018), sendo periodicidade mensal. Para todos os países, as variáveis são: índice de preços ao consumidor; índice de taxa de câmbio (no caso dos Estados Unidos é um índice ponderado do dólar americano em relação às principais moedas); índice de produção industrial total; e índice global de commodities.

Portanto, através da análise do impulso-resposta e da decomposição da variância, é possível entender o peso da inércia em cada país e possibilita observar comparativamente esses resultados.