A an´alise final ´e a previs˜ao do PIB rela baseda no modelo calibrado at´e o momento. O valor projetado ´e comparado com a tendˆencia de longo prazo baseado nos dados de PIB real dos ´ultimos 30 anos.
No caso da curva de previs˜ao iniciar abaixo e depois aproximar-se da linda de tendˆencia, isto implica numa expans˜ao - e recupera¸c˜ao - uma vez que o crescimento do PIB deveria ultrapassar a tendˆencia de crescimento e retornar para a linha de tendˆencia. Observando o gr´afico que descreve a previs˜ao do PIB ´e poss´ıvel identificar que as previs˜oes de 2011 `a frente nos sugeririam um recupera¸c˜ao para os pr´oximos anos.
Apr11 Oct11 May12 Nov12 Jun13 Jan14 Jul14 Feb15 Aug15 Mar16 Sep16
4.85 4.9 4.95 5 5.05 5.1 5.15
PIB Real Projetado
L o g P IB R e a l Projeção Tendência de Longo Prazo
4
CONCLUS ˜OES E TRABALHOS FUTUROS
Como ponto central que governa as discuss˜oes em torno da ado¸c˜ao dos modelos DSGE tem-se a sua sensibilidade `a escolha de parˆametros. Assim a depender de qu˜ao apurada sejam tais parˆametros melhor ser´a o resultado final da previs˜ao. Outro ponto relevante ´e a capacidade do modelo em reproduzir as respostas emp´ıricas, verificadas por meio da an´alise econom´etrica dos dados, este ´e um grande ponto de aten¸c˜ao dos modelos es- toc´asticos de equil´ıbrio geral, e nota-se na literatura que vem sendo recentemente tratado com a introdu¸c˜ao de fric¸c˜oes financeiras nos modelos. Por fim existe uma grande sensibi- lidade dos resultados gerais `a suposi¸c˜ao de diferentes regras fiscais, o que ´e relevante para economias com sistema fiscal imperfeito.
Do exerc´ıcio realizado tomando-se em conta o paper de Smets-Wouters (2003), apli- cado inicialmente `a Europa, notamos que a forma linearizada do modelo por meio do enfoque na utiliza¸c˜ao do VAR (Vector Autoregressive) permitiu a realiza¸c˜ao de proje¸c˜oes com razo´avel acur´acia para o crescimento econˆomico, medido pelo PIB, de modo que observa-se para este indicador uma proje¸c˜ao que ´e aderente `a tendˆencia de longo prazo.
Por fim, vale ressaltar que a adequada utiliza¸c˜ao dos resultados produzidos pelo mo- delo DSGE ´e um requisito de qualquer analista de pol´ıtica econˆomica. ´E poss´ıvel afirmar que mesmo banco centrais de pa´ıses com economias desenvolvidas, e, portanto com meno- res graus de interferˆencias e imperfei¸c˜oes, n˜ao se apoiam somente nos resultados de seus modelos DSGE para deliberar qual caminho a seguir, na verdade, os resultados dos mo- delos DSGE atendem bem ao quesito de complementariedade, na medida, em que servem a tarefa de sustentar ou refutar uma pol´ıtica econˆomica.
REFERˆENCIAS
BLANCHARD, O. The State of Macro. NBER. Working Paper, No. 14259, Agosto 2008.
BUENO, R. De Losso da S. Econometria de S´eries Temporais.
CANOVA, F. Sensitivity Analysis and Model Evaluation in Simulated Dynamic General Equilibrium Economies. International Economic Review.
CHOW, G. C. Analysis and Control of Dynamic Systems. New York: Wiley, 1975.
CHRISTIANO, L.J. Linear-Quadratic Approximation and Value-Function Iteration: A Comparison. American Statistical Association.
CHRISTIANO, L. J.; EICHENBAUM, M.; VIGFUSSON, R.; KEHOE, P.; WATSON, M. W. Assessing Structural VARs. Chicago Journals.
DAY, R.H. Irregular growth cycles. American Economic Review, n. 72, 406-414, 1982.
DAY, R.H.; SHAFFER, W. Ergodic Fluctutations in deterministic economic models - Journal of Economic Behavior and Organization. vol.8. 339-361. 1987.
DEJONG, D. ; CHETAN, D. Structural Macroeconometrics.
DIB, A. An estimated Canadian DSGE model with nominal and real rigiditie. The Canadian Journal of Economics.
DICECIO,R.; NELSON, E. An Estimated DSGE Model for the United Kingdom. Federal Reserve of St. Louis Review.
DYNARE; Reference Manual, Version 4, Dynare Working Papers, 1, CEPREMAP.
ENDERS, W. Applied Econometrics Time Series. Wiley Series, 1995.
HAMILTON, J. Time Series Analysis. New Jersey: Princeton University Press, 1994.
LIM, G.C.; McNELIS, P. D. Computational Macroeconomics for the Open Economy.
LYNCH, S. Dynamical Systems with applications using Matlab.
SANTOS, M.S.; PERALTA-ALVA, A. Accuracy of Simulations for Stochastic Dynamic Models. Econometrica.
MATLAB - Technical Documents, The MathWorks, Inc.
SAMBA Stocasthic Analytical Model with Bayesian Approach, BACEN, 2011.
SIMS, C. Models and Their Uses. American Journal of Agricultural Economics.
SMETS, F.; WOUNTERS, R. An estimated dynamic stochastic general equilibrium model of the euro area. Journal of the European Economic Association., vol.1 (5), p.1123-1175, 2003.
TRAMONTANA, F., GARDINI, L., AGLIARI, A. Endogenous cycles in discontinuous growth models. Mathematics and Computers in Simulation, n. 81, 1625-1639.
WIELAND, V. Model Comparison and Robustness: A Proposal for Policy Analysis after the Financial Crisis.
ANEXO A – IMPLEMENTAC¸ ˜AO DO
C ´ODIGO DO DYNARE
O primeiro passo consiste em declarar no preˆambulo as vari´aveis ex´ogenas, as vari´aveis end´ogenas, os parˆametros e os valores dos parˆametros do modelo.
• Vari´aveis End´ogenas
var y, c, k, h, a, b;
Refere-se a especifica¸c˜ao das vari´aveis end´ogenas do modelo, j´a que temos produto (y), consumo (c), capital (k), horas de trabalho (h) e os dois choques (a, b).
• Vari´aveis Ex´ogenas
varexo e, u;
Refere-se a especifica¸c˜ao das vari´aveis ex´ogenas do modelo, ou seja, os choques de inova¸c˜ao. Sendo que (e) corresponde aos choques n˜ao incorporados, e (u) corres- ponde a inova¸c˜oes de choques incorporados.
• Lista de parˆametros do modelo DSGE
A seguir apresentamos a lista de parˆametros no modelo que estamos estudando. beta fator de desconto
alpha elasticidade do capital na fun¸c˜ao de produ¸c˜ao delta taxa de depreci¸c˜ao
theta desutilidade do parˆametro de trabalho psi elasticidade da oferta de trabalho rho persistˆencia
• Atribui¸c˜ao de valores dos parˆametros do modelo alpha= 0.36; rho= 0.95; tau= 0.025; beta= 0.99; delta= 0.025; psi= 0; theta= 2.95;
A seguir passamos para a declara¸c˜ao do c´odigo, valores de inicializa¸c˜ao e os choques de inova¸c˜ao e respectiva matriz de variˆancia-covariˆancia.
model; c*theta*h^(1+psi)=(1-alpha)*y; k = beta*(((exp(b)*c)/(exp(b(+1))*c(+1))) *(exp(b(+1))*alpha*y(+1)+(1-delta)*k)); y = exp(a)*(k(-1)^alpha)*(h^(1-alpha)); k = exp(b)*(y-c)+(1-delta)*k(-1); a = rho*a(-1)+tau*b(-1) + e; b = tau*a(-1)+rho*b(-1) + u; end; initval; y = 1.08068253095672; c = 0.80359242014163; h = 0.29175631001732; k = 11.08360443260358; a = 0; b = 0; e = 0; u = 0; end; shocks; var e; stderr 0.009; var u; stderr 0.009;
var e, u = phi*0.009*0.009; end;