Dissertacao Lucas G Praxedes

UNIVERSIDADE DE SO PAULO
ESCOLA POLITCNICA
DEPARTAMENTO DE ENGENHARIA DE TELECOMUNICAES E
CONTROLE
LUCAS GURGEL PRAXEDES
TCNICAS DE CONTROLE ESTOCSTICO EM
POLTICA MONETRIA
So Paulo
2011
TCNICAS DE CONTROLE ESTOCSTICO EM
POLTICA MONETRIA
Dissertao apresentada ao Departamento de
Engenharia de Telecomunicaes e Controle da
Universidade de So Paulo para obteno do ttulo
de Mestre em Engenharia Eltrica.
rea de Concentrao: Engenharia de Siste-
mas
Orientador: Prof. Dr. Oswaldo Luiz do Valle Costa
So Paulo
2011

FICHA CATALOGRFICA

Praxedes, Lucas Gurgel
Tcnicas de controle estocstico em poltica monetria / L.G.
Praxedes. -- So Paulo, 2011.
83 p.

Dissertao (Mestrado) - Escola Politcnica da Universidade
de So Paulo. Departamento de Engenharia de Telecomunica-
es e Controle.

1. Controle estocsticos (Tcnicas) 2. Poltica monetria
I. Universidade de So Paulo. Escola Politcnica. Departamento
de Engenharia de Telecomunicaes e Controle II. t.

UNIVERSIDADE DE SO PAULO
FOLHA DE APROVAO
Tcnicas de Controle Estocstico em Poltica Monetria
Tese apresentada ao Departamento de Engenharia de Telecomunicaes e Controle
da Universidade de So Paulo para obteno do ttulo de Mestre em Engenharia El-
trica.
rea de Concentrao: Engenharia de Sistemas
Banca Examinadora constituda por:
Ph. D. Oswaldo Luiz do Valle Costa Orientador
Universidade de So Paulo
Ph. D. Roberto Moura Sales
Ph. D. Wanderlei Lima de Paulo
So Paulo, 2011
Dedicatria
Dedico este trabalho aos meus pais,
por me apoiarem em minhas escolhas
e me fazer acreditar na minha capacidade.
i
Agradecimentos
Esta dissertao de mestrado o resultado do meu trabalho nos dois ltimos anos na
Universidade de So Paulo (USP), onde cursei o mestrado em Engenharia de Sistemas.
Pela oportunidade de vir para a USD desenvolver meu trabalho e por toda a orientao,
eu agradeo especialmente ao Prof. Dr. Oswaldo Luiz do Valle Costa.
Tambm gostaria de agradecer ao Prof. Dr. Takashi Yoneyama pela orientao e
pelas aulas sobre a Teoria de Controle timo durante os dois anos de iniciao cientca.
Muito do conhecimento adquirido nessa poca foi bastante til para a concluso deste
trabalho. Agradeo tambm aos demais professores pelo conhecimento transmitido.
ii
The scientist does not study nature because it is useful; he studies it because he
delights in it, and he delights in it because it is beautiful. If nature were not beautiful,
it would not be worth knowing, and if nature were not worth knowing, life would not
be worth living.
Henri Poincar
Resumo
Este trabalho trata das aplicaes da Teoria de Controle timo ao problema de oti-
mizao da Poltica Monetria. Esse problema consiste em minimizar uma funo que
representa o custo da inao para a sociedade, por meio de manipulaes na varivel
de controle, que a taxa de juros da economia. Sero considerados dois modelos para
a dinmica macroeconmica: um keynesiano e um novo-keynesiano. O problema de
minimizao sujeito dinmica keynesiana pode ser resolvido por meio dos conceitos
tradicionais de controle timo, como o LQR e LQG. Por outro lado, o modelo novo-
keynesiano possu uma dinmica mais complexa e no-recursiva, impossibilitando a
aplicao direta dos mtodos de programao estocstica. Assim, o problema de mi-
nimizao sujeito essa dinmica requer mtodos mais complexos, como o mtodo do
Lagrangiano ou o mtodo do ponto de sela recursivo. apresentada a soluo analtica
para o problema de controle timo em cada tipo de dinmica.
Em seguida, o problema de estimao de parmetros abordado. Mtodos como o
OLS e o GMM so empregados para estimar os parmetros do modelo. Tambm so
realizadas simulaes para determinar numericamente as polticas de controle timo
em alguns cenrios. Por m, a poltica monetria tima determinada para o perodo
entre 2008 e 2009 e comparada com a poltica monetria adotada pelo governo.
Palavras-chave: Poltica Monetria, Controle timo, Expectativas Racionais.
iv
Abstract
This article discusses the applications of the Optimal Control Theory to the Mone-
tary Policy optimization problem. This problem consists in minimizing a function
that represents the ination cost to society, through manipulation on the control va-
riable, which is the interest rate of the economy. It will be considered two models
for macroeconomic dynamics: a Keynesian and a new-Keynesian model. The mini-
mization problem subject to Keynesian dynamics can be solved through traditional
optimal control tools, such as LQR and LQG. On the other hand, the second model
has a more complex and non-recursive dynamic, precluding the direct application of
stochastic programming methods. Thus, the minimization problem restricted to this
dynamic requires more complex methods, like the Lagrangian or the recursive saddle-
point method. It is presented the analytical solution to the optimal control problem
for each type of dynamics.
Then, the parameter estimation problem is addressed. Methods such as OLS and
GMM are used to estimate the model parameters. Simulations are also carried out
to determine numerically the optimal control policies in some scenarios. Finally, the
optimal monetary policy is determined for the period between 2008 and 2009 and
compared with the monetary policy adopted by the government.
Keywords: Monetary Policy, Optimal Control, Rational Expectations.
v
Lista de Figuras
4.1 Hiato do Produto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 PIB Potencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Comparao entre Algoritmos . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4 Comparao entre Mtodos . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.5 Resultados do Modelo para a Curva IS . . . . . . . . . . . . . . . . . . . . 29
4.6 Resultados do Modelo para a Curva de Philips . . . . . . . . . . . . . . . . 30
4.7 Resultados do Modelo para a Curva IS Antecipativa . . . . . . . . . . . . 32
4.8 Resultados do Modelo para a Curva de Philips Antecipativa . . . . . . . . 32
5.1 Exemplo de um controlador LQ . . . . . . . . . . . . . . . . . . . . . . . . 36
5.2 Controlador LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3 Controle timo para os controladores LQG e LQR . . . . . . . . . . . . . 38
5.4 Controle timo para os dois mtodos apresentados . . . . . . . . . . . . . 54
6.1 Poltica tima no modelo keynesiano em funo de R . . . . . . . . . . . . 58
6.2 Efeito do fator de desconto no controle timo . . . . . . . . . . . . . . . . 59
6.3 Resultado da simulao para o cenrio de inao inicial alta . . . . . . . . 60
6.4 Resultado da simulao para o cenrio de inao inicial baixa . . . . . . . 61
vi
Lista de Tabelas
2.1 Tipos de Poltica Monetria . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.1 Teste da Raiz Unitria para a srie do hiato do produto . . . . . . . . . . . 24
4.2 Parmetros Estimados para o Modelo Keynesiano . . . . . . . . . . . . . . 29
4.3 Parmetros Estimados para o Modelo Novo-Keynesiano . . . . . . . . . . . 31
vii
Sumrio
1 Introduo 1
1.1 Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Reviso da Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Principais Conceitos 6
2.1 Poltica Monetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Poltica Monetria no Brasil . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Modelos para a Dinmica Macroeconmica 11
3.1 Resumo dos principais modelos . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Modelo Keynesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Modelo Novo-Keynesiano . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4 Estimao de parmetros 20
4.1 Descrio do Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2 Hiato do Produto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2.1 Filtro de Hodrick e Prescott . . . . . . . . . . . . . . . . . . . . 21
4.2.2 Mtodo de Havey e Clark . . . . . . . . . . . . . . . . . . . . . 23
4.3 Estimao de Parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3.1 Estimao para o modelo keynesiano . . . . . . . . . . . . . . . 28
4.3.2 Estimao para o modelo novo-keynesiano . . . . . . . . . . . . 30
viii
5 Problema de Controle timo 33
5.1 Consideraes Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Controle timo no modelo Keynesiano . . . . . . . . . . . . . . . . . . 34
5.2.1 Formulao LQR . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.2.2 Formulao LQG . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.3 Controle timo no Modelo Novo Keynesiano . . . . . . . . . . . . . . . 38
5.3.1 Mtodos de Soluo para Modelos com Expectativas Racionais . 39
5.3.2 Poltica tima Simples . . . . . . . . . . . . . . . . . . . . . . . 44
5.3.3 Mtodo do Lagrangeano . . . . . . . . . . . . . . . . . . . . . . 45
5.3.4 Mtodo do Ponto de Sela Recursivo . . . . . . . . . . . . . . . . 50
6 Resultados das Simulaes Numricas 55
6.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.2 Reviso dos modelos estimados . . . . . . . . . . . . . . . . . . . . . . 56
6.3 Reviso da funo custo . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.4 Anlise de cenrios para condies iniciais . . . . . . . . . . . . . . . . 59
6.5 Comparao entre a poltica tima e a poltica implementada no Brasil 61
7 Concluso 63
A Calculo Matricial 66
B Passos intermedirios em equaes 67
B.1 Condies de Primeira ordem da equao (5.34) . . . . . . . . . . . . . 67
Referncias Bibliogrcas 68
ix
Captulo 1
Introduo
1.1 Motivao
O trabalho pioneiro de Arnold Tustin mostrou as possibilidades de aplicao da Te-
oria de Controle s outras cincias, desde a biologia at a economia. Em seu livro,
Tustin (1953), apresentada uma viso inovadora da teoria econmica por meio da
aplicao dos conceitos de Controle, como realimentao de estados, estabilidade e
controlabilidade de sistemas e regulao de variveis.
De fato, muitos problemas em Economia so dinmicos: as polticas e aes dos
agentes econmicos, juntamente com os choques externos, movem a economia de um
estado para outro. Alm disso, esses problemas so tambm estocsticos: h incertezas
sobre o estado atual da economia, sobre eventos futuros e quanto ao efeito das pol-
ticas. Por isso, o trabalho de Tustin foi seguido por muitos outros, explorando novas
possibilidades de aplicao da Teoria de Controle.
Neste trabalho ser abordado o problema de estabilizao macroeconmica, no qual
as variveis geralmente analisadas so o consumo, desemprego, gastos do governo, ex-
portaes, importaes, inao, entre outros. Assim, para contornar choques indese-
jados na economia, o governo efetua ajustes em polticas com a esperana de estabilizar
a economia. Esses ajustes so implementados por dois tipos de estratgias governa-
mentais: a poltica scal e a poltica monetria.
1
1. Introduo 2
A poltica scal se refere aos gastos do governo, os quais so aprovados anualmente
via processo legislativo. J a poltica monetria se refere ao controle da oferta de
dinheiro, com o intuito de expandir ou restringir as operaes de crdito. Ao contrrio
da poltica scal, a poltica monetria no necessita de aprovao do rgo legislativo, e
executada de forma discricionria pelo governo. Assim, a implementao da poltica
monetria muito mais rpida, o que a torna bastante til para anular os choques
externos economia. Por esse motivo, essa poltica ser o foco deste trabalho.
O objetivo nal da poltica monetria est relacionado ao controle da inao, cuja
importncia mostrada pela experincia internacional: segundo Woodford (2003), os
pases que mais cresceram nos ltimos 20 anos foram aqueles que mantiveram taxas
baixas de inao. Assim, manter a inao sob controle condio necessria para
o crescimento econmico e para o avano das polticas sociais, porquanto as camadas
mais pobres da populao sofrem mais os efeitos negativos da inao.
Em resumo, alm de aumentar o horizonte de previsibilidade dos agentes econ-
micos, reduzir a incerteza e favorecer os investimentos, a queda da inao favorece a
preservao do poder de compra dos salrios e contribui para a melhora na distribui-
o de renda, na medida em que sustenta a demanda agregada e assegura um maior
crescimento ao longo do tempo.
1.2 Reviso da Literatura
Aps o livro de Tustin (1953), surgiram muitos trabalhos sobre aplicaes da teoria
de controle em problemas de economia, dentre os quais se destaca o artigo de Pindyck
(1973), que aborda o problema da poltica monetria tima. Este artigo apresenta um
modelo linear e invariante no tempo para a dinmica macroeconmica e uma funo
custo quadrtica, propondo uma soluo para a poltica monetria que minimiza a
funo custo. Esse problema foi resolvido pelo Princpio do Mnimo de Pontryagin,
bem como foram obtidas solues numricas para alguns casos.
Em contraposio, o artigo de Lucas (1976) props uma crtica forma de aplica-
1. Introduo 3
o da teoria controle timo, pois o anncio de uma poltica tima faria com que o
comportamento dos agentes mudassem e, em consequncia, os parmetros do modelo
tambm mudariam.
Uma resposta critica de Lucas foi a formulao da poltica monetria como um
jogo entre a autoridade monetria e os agentes econmicos. Assim, surgiram os modelos
de equilbrio conhecidos como DSGE (Dynamic Stochastic General Equilibrium), o
qual assume que cada agente econmico faz uma escolha tima levando em considerao
as estratgias dos outros agentes, tanto no presente quanto no futuro. Pela soma as
decises de todos os agentes, possvel encontrar o ponto em que os preos dos ativos
se equilibra (oferta e demanda).
Um marco no desenvolvimento dos modelos DSGE o artigo de Blanchard e Kahn
(1980), que desenvolve a formulao matemtica para permitir a simulao de modelos
com expectativas racionais, e o artigo de Kydland e Prescott (1982), que apresenta um
modelo pequeno e coerente para a dinmica da economia.
Esses modelos DSGE, por incorporarem as expectativas para o futuro na sua din-
mica, trouxeram grandes desaos para a rea de otimizao, os quais comearam a ser
tratados com os trabalhos de Oudiz e Sachs (1984), Backus e Drill (1986) e Levine
e Currie (1987). Esses dois ltimos trabalhos apresentam a soluo para o problema
de otimizao da poltica monetria pela utilizao de regras simples de realimentao
de estados. Seguindo a mesma linha, na literatura brasileira pode-se citar o artigo de
Bonomo e Brito (2001).
Trabalhos mais atuais, como Rotemberg e Woodford (1998), Soderlind (1999),
Ljungqvist e Sargent (2000), Orphanides e Wieland (2000) e Sims (2002), apresentam
mtodos mais gerais para a obteno da poltica monetria tima, sem se restringir
realimentao de estados. Porm, atualmente, as pesquisas voltam-se para o estudo
de modelos com saltos markovianos, como em Svensson e Williams (2005), Moessner
(2006) e Svensson e Williams (2008), o que permite contornar a limitao dos modelos
com parmetros constantes.
1. Introduo 4
1.3 Objetivos
O problema dos formuladores da poltica monetria consiste em determinar a taxa de
juros da economia que mantm a inao dentro dos patamares aceitveis. Entretanto,
essa taxa no pode ser muito alta, pois h o risco de levar a economia recesso, nem
muito baixa, na medida em que pode no ser suciente para garantir que a inao
esteja dentro da meta, conforme mostrado em Blanchard e Fischer (1989). Nesse tipo
de dilema, as tcnicas de controle podem fornecer o suporte terico para solucionar
esse problema.
Assim, o objetivo primrio do trabalho a determinao da poltica monetria
tima. Para alcanar esse objetivo, pode-se elencar uma srie de passos intermedirios
que envolvem uma complexidade considervel:
Modelagem: Estudo de modelos para descrever a dinmica econmica para o pro-
blema de poltica monetria e das ferramentas para encontrar a soluo tima.
Em geral, os modelos no permitem a aplicao direta dos mtodos de programa-
o dinmica. Assim, existe uma srie de transformaes de variveis e hipteses
adicionais que devem ser empregadas para encontrar o controle timo;
Estimao: Para que seja possvel realizar simulaes numricas, necessrio
estimar os parmetros do modelo usando as sries temporais disponveis. A
diculdade a presena de variveis no observveis no modelo e a persistncia
de choques externos nas sries temporais;
Simulao: Uma vez que as polticas de controle esto denidas analiticamente e
os parmetros do modelo foram estimados, o passo nal consiste em simular nu-
mericamente as leis de controle para um conjunto de condies iniciais diferentes.
Isso permite avaliar se a poltica monetria empregada no Brasil est prxima ou
distante da poltica tima.
Dessa forma, este trabalho se organiza segundo a seguinte estrutura:
1. Introduo 5
Captulo 2: Apresenta um resumo dos conceitos de poltica monetria, focando
principalmente no regime de metas para inao, que o regime monetrio em-
pregado no Brasil e em vrios outros pases;
Captulo 3: Dene os modelos dinmicos que sero utilizados neste trabalho.
Comea pelo modelo Keynesiano, que foi bastante empregado durante muito
tempo mas apresenta falhas conforme apontado pela hiptese das expectativas
racionais. Em seguida, apresentado o modelo novo Keynesiano, o qual apresenta
uma dinmica diferente, marcado pela presena de expectativas entre as variveis;
Captulo 4: Resume o problema de estimao de parmetros e detalha as fer-
ramentas utilizadas para estimar os parmetros dos modelos empregados nesse
trabalho. Inicialmente, so apresentados mtodos para estimar as variveis no
observveis do modelo. Em seguida apresentado o mtodo mais comum de esti-
mao de parmetros: o OLS (ordinary least squares). Tambm apresentado
o GMM (generalized method of moments);
Captulo 5: Mostra a estrutura do problema de controle timo e as ferramentes
utilizadas na soluo. Para o modelo keynesiano utilizada a formulao LQR
(linear-quadratic-regulator) e LQG (linear-quadratic-gaussian) para a deter-
minao do controle timo. J para o modelo novo keynesiano, apresentado o
mtodo do Lagrangeano e o mtodo do ponto de sela recursivo;
Captulo 6: Detalha os resultados obtidos nas simulaes numricas. A poltica
monetria tima comparada com a poltica utilizada no perodo entre 2008 e
2009 no Brasil.
Captulo 2
Principais Conceitos
2.1 Poltica Monetria
O termo Poltica Monetria se refere s aes tomadas por um banco central para
inuenciar a disponibilidade e o custo do dinheiro e do crdito, com o objetivo de ajudar
a promover as metas econmicas nacionais e garantir a estabilidade da economia.
Existe uma relao entre as taxas de juros, ou custo de emprstimo, e a oferta de
dinheiro. Segundo a lgica da oferta e demanda, com uma oferta maior de dinheiro, as
taxas de juros caem. Como o banco central possui o monoplio da emisso de moeda,
pode controlar a oferta de dinheiro para inuenciar as taxas de juros da economia e,
consequentemente, o crescimento econmico, inao, taxa de cmbio, desemprego e
outras variveis.
Uma poltica expansionista quando so tomadas medidas para aumentar a oferta
de dinheiro, e reduzir as taxas de juros. Isso incentiva as pessoas e empresas a tomarem
dinheiro emprestado para realizarem investimentos em aumento da produo ou em
novos negcios. Esses investimentos possivelmente possuam uma taxa de retorno que
era inferior ao custo de nanciamento, mas que se tornam viveis quando o custo de
nanciamento reduzido.
Por outro lado, diz-se que a poltica restritiva (ou contracionista), quando o banco
central reduz a oferta de dinheiro e, por consequncia, as taxas de juros se elevam. Isso
6
2. Principais Conceitos 7
faz com que as empresas e pessoas mantenham apenas os investimentos mais rentveis,
adiando os demais projetos.
A poltica monetria tambm pode ser classicada em regimes monetrios, de
acordo com o mtodo empregado para executar a poltica. A tabela 2.1 mostra trs
dos mais importantes regimes monetrios.
Poltica Monettia Varivel de Mercado Objetivo de Longo Prazo
Metas de Inao Taxa de juros Taxa de inao constante
Taxa de Cmbio Fixa Taxa de cmbio Controlar a taxa cmbio
Padro Ouro Preo do ouro Inao baixa
Tabela 2.1: Tipos de Poltica Monetria
O padro ouro foi adotado amplamente no sculo XIX e consistia na obrigao
dos bancos converterem o papel-moeda em ouro. Assim, a quantidade de moeda em
circulao era denida pelo estoque de ouro. Pases com supervit na balana comercial
(exportao maior que a importao) cavam com o estoque de ouro crescente, o que
aumentava a quantidade de dinheiro em circulao, resultando num aumento dos preos
e reduo da competitividade das exportaes.
Dessa forma, o comrcio entre pases se ajustava de modo autnomo e gerava uma
boa estabilidade ao sistema. Entretanto, o padro ouro teve que ser abandonado em boa
parte dos pases da Europa no incio do sculo XX, uma vez que estes precisavam emitir
mais dinheiro para nanciar a corrida armamentista da poca. Esse fato contribuiu
para o incio de um perodo de formao de bolhas em ativos reais, hiperinao e
profundos desequilbrios no comrcio global, que atingiu seu pice em 1929.
Aps o perodo de guerras, em julho de 1944, na conferncia de Bretton Woods,
decidiu-se resgatar o padro ouro na forma da conversibilidade entre o ouro e o dlar.
Como as demais moedas tinham uma taxa de cmbio xa para o dlar, implicitamente
todas as moedas tinham um valor xo em ouro. Esse acordo durou at 1971, quando
a necessidade de nanciar a Guerra do Vietn e a persistncia de dcits na balana
comercial americana foraram o trmino do acordo.
Com o m do sistema de Breton Woods, o padro ouro foi denitivamente aban-
donado, mas o regime de taxas cambial xa se manteve principalmente nos pases
emergentes. Nesse tipo de regime, o banco central precisa controlar a oferta de di-
nheiro para manter a taxa de cmbio no valor desejado. Entretanto, a eccia desse
modelo depende de um volume grande de reservas cambiais para que o mercado tenha
conana que o banco central conseguir controlar o cmbio.
Em momentos de crise, os investidores procuram se desfazer da moeda local e
comprar dlares. Por isso, o banco central precisa intervir, vendendo dlares para
equilibrar o preo do cmbio. Entretanto, um pas no pode emitir moeda estrangeira
para continuar intervindo no cmbio. Assim, quando as reservas caem a um nvel
baixo, no h nada a fazer seno desvalorizar a moeda local. Quando o movimento
na direo contrria, com a moeda local se valorizando, o banco central pode, em teoria,
imprimir quantidades innitas de papel moeda us-las para comprar dlar, reduzindo
a valorizao da moeda local.
O regime de taxa de cmbio xa foi bastante comum entre os pases emergentes, que
mantinham suas moedas articialmente valorizadas para controlar a inao. O regime
comeou a ruir com a crise na Tailndia em 1997, provocado entre outras coisas pela
combinao de altas taxas de juros e uma taxa de cmbio xa, o que tornou a Tailndia
e demais pases da regio uma regio muito atrativa para os uxos de capital. Assim, o
crdito se expandiu enormemente e os preos de ativos atingiram valores insustentveis.
Quando o uxo de capitais para a sia comeou a ser reduzido e o crdito disponvel
cou limitado, os preos dos ativos comearam a cair, fazendo com que empresas e
famlias interrompessem o pagamento dos emprstimos. Isso comeou a gerar pnico
entre investidores e houve uma fuga de capital em massa da regio, o que contribuiu
para piorar ainda mais a situao. As reservas cambiais se esgotaram, e a Tailndia foi
o primeiro pas da regio a abandonar a taxa de cmbio xa, em julho de 1997. Em
pouco tempo, o mesmo processo ocorreu nos demais pases da regio, como Indonsia,
Filipinas e Malsia. Em 1998, a vez da Rssia sofrer uma grave crise e abandonar o
regime de cambio xo. Na Amrica Latina, o Brasil abandonou esse regime em 1999 e
a Argentina em 2002.
Atualmente, entre as maiores economias, apenas China e Arbia Saudita mantm
um regime de taxa de cmbio xa, enquanto os demais adotam o regime de Metas de
Inao, com o cmbio utuante. Nesse caso, h uma meta de inao a ser cumprida e
o banco central responsvel por determinar as taxas de juros necessrias para garantir
o cumprimento da meta. As taxas de juros so revisadas periodicamente, em resposta
a vrios indicadores econmicos em uma tentativa de prever tendncias e manter a
inao dentro da meta. O primeiro pas a adotar esse regime foi a Nova Zelndia em
1990, e o pioneiro na implantao desse regime na Amrica Latina foi o Chile em 1991.
2.2 Poltica Monetria no Brasil
Com a criao do Plano Real em 1995, o governo brasileiro decidiu manter o regime
de cmbio xo como meio de controlar a inao brasileira. Essa taxa de cmbio xa,
juntamente com a abertura do mercado brasileiro ao comrcio internacional, atrelava a
inao local americana. Alm disso, o cmbio supervalorizado tornava as importa-
es baratas, o que contribua para reduzir presses inacionrias locais. Adicionando
a isso, as taxas de juros eram mantidas em um patamar alto, para incentivar o uxo
de capitais ao pas e reduzir o potencial aparecimento da inao de consumo.
Esse mtodo alcanou grande sucesso no controle da inao durante os primeiros
anos. Entretanto, o modelo de cmbio supervalorizado e altas taxas de juros acabou
provocando tambm um processo de desindustrializao e profundos desequilbrios na
balana comercial. Assim, as crises da sia em 1997 e da Rssia em 1998 acabaram
por gerar uma crise de conana no pas, o que resultou na sada de capitais e num
ataque especulativo contra a moeda. O Banco Central procurou conter esses uxos at
o esgotamento das reservas cambiais, quando foi forado a desvalorizar a moeda.
Assim, em janeiro de 1999, o Brasil migrou para o modelo de cmbio utuante,
em um difcil perodo de transio onde o presidente do Banco Central foi substitudo
duas vezes. Pouco mais tarde, em junho de 1999, o pas adotou formalmente o regime
de metas para inao. Segundo esse modelo, as metas de inao so denidas pelo
Conselho Monetrio Nacional (CMN) e cabe ao Banco Central a misso de assegurar
que a inao siga a trajetria estabelecida pelo Conselho.
O controle da inao feito de forma indireta, por meio do anncio da meta da
taxa de juros, denominada de taxa Selic. Essa taxa determinada pelo Comit de
Poltica Monetria (Copom), e o Banco Central responsvel por controlar a oferta
de moeda necessria para manter os juros no nvel desejado. Existe um conjunto de
detalhes sobre o funcionamento do sistema de metas de inao, conforme apresentado
em Simonsen e Cysne (2007).
Captulo 3
Modelos para a Dinmica
Macroeconmica
3.1 Resumo dos principais modelos
Este captulo trata sobre os modelos dinmicos que buscam quanticar os efeitos da
Poltica Monetria na economia. Para tanto, mostra-se duas classes de modelos, com
suas respectivas vantagens e desvantagens. Esses modelos serviro de base para a
determinao da Poltica Monetria tima no captulo 5, permitindo uma comparao
entre os resultados obtidos para cada tipo de modelo.
Em ordem cronolgica, a primeira classe de modelo macroeconmico deriva da teoria
Keynesiana, que apresenta modelos recursivos para representar a dinmica econmica.
Em outras palavras, esse tipo de modelo usado para estimar o estado futuro da
economia dado o estado atual ou estados passados. Na seo 3.2 ser apresentado a
formulao geral desses modelos e o modelo simplicado que ser utilizado para as
simulaes numricas.
Apesar desses modelos se adequarem bem aos dados, eles foram contestados pelas
novas teorias macroeconmicas. Assim, os trabalhos de Muth (1961), Lucas (1976),
Sargent e Wallace (1974) iniciam uma nova formulao para a macroeconomia, com
11
3. Modelos para a Dinmica Macroeconmica 12
uma base terica aceita at hoje. Essa teoria se embasa na otimizao do comporta-
mento dos agentes econmicos e um dos modelos dela derivados o novo-keynesianos,
apresentado na seo 3.3.
Neste trabalho, o interesse ser por modelos lineares desses dois grupos. Apesar
da primeira classe de modelos ter sido comprometida pelas novas teorias econmicas,
o objetivo vericar se as polticas de controle timo se assemelham nas duas classes.
Independentemente da forma do modelo, as variveis consideradas sero as mesmas, a
saber:
Inao
t
: denida como a variao percentual em um determinado ndice de
preos;
Hiato do produto h
t
: denido como a diferena entre o produto (PIB) e o produto
potencial, que seria obtido com o pleno emprego dos fatores de produo.
3.2 Modelo Keynesiano
Os economistas da escola keynesiana argumentam que as decises do setor privado
resultam em uma alocao de recursos ineciente, e que cabe ao setor pblico, por
meio das polticas monetria e scal, corrigir essas falhas de mercado. Esse pensamento
est resumido no trabalho de Modigliani (1977): a private enterprise economy using
an intangible money needs to be stabilized, can be stabilized, and therefore should be
stabilized by appropriate monetary and scal policies.
As duas principais teorias a escola keynesiana so o modelo IS-LM de John Hicks
e a curva de Phillips. O modelo IS-LM (Interest Saving/Liquidity preference Money
Supply) nada mais que uma teoria de equilbrio entre o lado real e monetrio da
economia. O lado real da economia representado pela curva IS, onde a varivel
independente a taxa de juros e a varivel dependente a produo (ou PIB). Assim,
dado um nvel de taxas de juros (Interest), os investimentos do setor privado so
planejados. Esse investimento nanciado pela poupana do pas (Savings), que se
origina da economia das pessoas, do supervit no oramento do governo (poltica scal)
e do saldo da balana de pagamentos (poupana externa).
J a curva LM representa o lado monetrio da economia. Neste caso, temos como
varivel independente o produto (ou PIB) e a varivel dependente a taxa de juros.
Cada ponto da curva LM corresponde a um ponto de equilbrio entre a demanda de
dinheiro, que funo crescente do produto e decrescente das taxas de juros, e a oferta
de dinheiro, determinada pela poltica monetria.
A curva de Phillips surgiu a partir da observao emprica de uma relao entre a
taxa de desemprego e os aumentos salariais (inao). Os dados indicavam que uma
maior inao estava de certo modo associada a um menor desemprego. Assim, a
implicao natural para a poltica econmica era que o governo poderia reduzir o de-
semprego caso aceitasse um nvel de inao maior. Entretanto, nos anos 70 o mundo
passou por um perodo de alta inao e alto desemprego, contrariando o que indicava
a curva de Phillips. Assim, descobriu-se que a relao mais correta era entre o desem-
prego e a taxa de variao da inao, o que levou formulao da curva de Phillips
aceleracionista. O modelo IS-LM e a teoria da curva de Phillips so apresentadas em
detalhes no livro de Simonsen e Cysne (2007).
Neste trabalho, ser apresentado um modelo que segue estruturas similares a de
alguns estudos, como em Svensson (1997) e Orphanides e Wieland (2000), e aplica os
conceitos da curva de Phillips e do modelo IS-LM. Esse tipo de estrutura, apesar de bem
simples, permite o estudo dos conceitos mais importantes em poltica monetria. Alm
disso, apresenta como vantagem a facilidade de se ajustar a dinmica do modelo aos
dados e estrutura recursiva, que permite a utilizao das ferramentas de programao
dinmica para a determinao da poltica monetria tima.
Considera-se ento o modelo macroeconmico denido pelas equaes (3.1) e (3.2).
A varivel i
t
a taxa de juros da economia (varivel de controle), denido a cada perodo
pela autoridade monetria. J
t
a taxa de inao e h
t
o hiato do produto, j
denidos na seo 3.1.
A primeira dessas equaes a verso aceleracionista da curva de Phillips, que
considera a inao do prximo perodo como uma funo linear da inao atual
somado do hiato do produto e de um choque inacionrio
t
. A segunda equao a
curva investimento-poupana (ou curva IS), modelando o hiato do produto no perodo
seguinte como uma funo linear do hiato atual somado a uma funo linear dos juros
reais da economia (i
t
t
) e a um choque de demanda
ht
.
t+1
=
t
+ y
t
+
t
(3.1)
h
t+1
= h
t
(i
t
t
) +
ht
(3.2)
A ideia por trs da curva de Phillips que um cenrio de demanda aquecida (com
um hiato do produto positivo) tende a pressionar o aumento da inao, ou seja, > 0.
Porm, isso no impede que tenhamos uma situao com o hiato do produto positivo
e inao caindo j que a magnitude do choque
t
pode anular o efeito do hiato do
produto na inao.
J a equao IS estabelece que quanto maiores os juros reais, ou seja, quanto maior
a diferena entre o juro nominal i
t
e a inao
t
, menor ser o incentivo para consumir
e, em consequncia, menor ser o hiato do produto. Para que o modelo seja consistente
com a teoria, devemos ter > 0.
vlido mencionar que os choques
t
e
ht
tm origens distintas. O primeiro
um choque inacionrio e est geralmente ligado aos custos de produo, como preos
das matrias primas. Um exemplo clssico foi o choque no preo do petrleo em
1973, motivado por fatores geopolticos. Isso resultou no aumento da inao em
todos os pases e em uma recesso nas economias desenvolvidas. J o segundo tipo de
choque (
ht
) est relacionado oferta e demanda por bens e servios. Um exemplo so
programas governamentais para incentivar o consumo, como o subsdio para compra
de imveis ou reduo de impostos em bens de consumo. Assume-se que
t
e
ht
so
independentes, identicamente distribudas (i.i.d).
Pode-se reescrever as equaes (3.1) e (3.2) na forma de espao de estados.
x
t+1
= Ax
t
+ Bi
t
+
t
(3.3)
Com
x
t
=
_
t
h
t
_
_
, A =
_
_

_
_
, B =
_
_
0
_
,
t
=
_
ht
_
_
(3.4)
O modelo apresentado tem como fundamento a teoria econmica clssica, adequando-
se aos dados empiricamente observados. Na forma como apresentado, basicamente
um modelo VAR(1) (vetor auto-regressivo) com uma varivel de controle. Modelos de
ordem maiores foram apresentados no artigo de Pindyck (1973).
Entretanto, esse modelo no funciona bem quando h alteraes no ciclo econmico.
Isso porque os agentes econmicos tomam suas decises baseadas em expectativas para
o futuro e no no que j passou. Essas expectativas para o futuro acabam por inuenciar
a situao presente pois, por exemplo, uma expectativa de alta de inao faz com que
as pessoas decidam consumir mais no presente como forma de proteger seu poder de
compra, o que acaba levando a um aumento na demanda e pressionando ainda mais a
inao. Tal cenrio no explicado pela teoria econmica clssica. Assim, a teoria
das expectativas racionais surge para tentar contornar esse problema, conforme ser
detalhado em seguida.
3.3 Modelo Novo-Keynesiano
Uma revoluo na teoria econmica ocorreu com o surgimento da hiptese das expec-
tativas racionais, derivada dos trabalhos de Muth (1961), Sargent e Wallace (1974),
Lucas (1976), entre outros. Segundo essa hiptese, as previses dos agentes econmi-
cos para os valores futuros das variveis economicamente relevantes no apresentam
vis, o que signica que o erro de previso um rudo branco.
A crtica contida no artigo de Lucas (1976) sugere que, se um modelo tenta prever
o resultado de uma poltica econmica, deve levar em considerao parmetros estru-
turais que governam o comportamento individual, de modo que se pode prever o que
os indivduos faro, levando em considerao a mudana na poltica. Assim, os mo-
delos at ento empregados para determinar as polticas timas estavam errados, pois
conforme as palavras do autor: "Given that the structure of an econometric model con-
sists of optimal decision rules of economic agents, and that optimal decision rules vary
systematically with changes in the structure of series relevant to the decision maker, it
follows that any change in policy will systematically alter the structure of econometric
models.".
Assim, a anlise dos micro-fundamentos (comportamento dos agentes individuais)
passa a ser obrigatria para a construo de um modelo macroeconmico consistente.
Dessa forma, o modelo Novo-Keynesiano procura partir de micro-fundamentos para
gerar um modelo agregado da economia. Nesse contexto, a economia dividida em trs
setores: famlias, empresas e governo. As famlias esto constantemente maximizando
sua capacidade de consumo, as empresas maximizam o lucro e o governo maximiza
uma funo de bem estar da sociedade. A dinmica da economia deriva da iterao
entre as decises desses trs agentes. Esse tipo de modelo tambm chamado de DSGE
(Dynamic Stochastic General Equilibrium).
Os economistas da linha Novo-Keynesiana argumentam que uma poltica monetria
expansionista (baixa de juros) para aumentar o consumo e reduzir o desemprego no
recomendvel no longo prazo, pois aumenta a inao no futuro. Entretanto, eles
recomendam a utilizao de poltica monetria ativa para a correo dos choques que
atingem a economia. Por exemplo, um choque inacionrio deve ter como resposta um
aumento na taxa de juro. Assim, os estudos de otimizao em modelos DSGE focam
em estabelecer a resposta do governo aos choques na economia.
Seguindo a modelagem Novo-Keynesiana, h basicamente dois grupos de variveis
a serem consideradas. O primeiro deles so as variveis autorregressivas (ou Backward-
Looking), cuja dinmica dada pela soma de valores passados com variveis aleatrias.
O segundo grupo o das variveis antecipativas (ou Forward-Looking), nas quais o
valor em cada perodo depende das expectativas para o futuro.
De modo geral, uma varivel autorregressiva pode ser escrita como:
z
t+1
=
t
i=0
i
z
i
+
t
onde
i
um parmetro do modelo.
J uma varivel antecipativa depende das expectativas para o futuro, ou seja, o
valor da varivel no instante t depende da expectativa para o valor da varivel no
instante t + 1. Assim, escreve-se:
x
t
=
x
E(x
t+1
|t) +
t
Para simplicar a notao, escreve-se x
t+1|t
= E(x
t+1
|t) e x
t|t
= x
t
= E(x
t
|t).
O modelo novo-keynesiano considera a interao entre variveis antecipativas e
autorregressivas. Seja ento z
t
um vetor n
z
1 de variveis autorregressivas, x
t
um
vetor n
x
1 de variveis antecipativas. De modo geral, podemos escrever um modelo
da seguinte forma:
H
_
_
z
t+1
x
t+1|t
_
_
= D
_
_
z
t
x
t
_
_
(3.5)
Observando o modelo em detalhes, nota-se que z
t+1
depende de z
t
e x
t
, ou seja, z
t

a varivel regressiva tradicional. J a varivel antecipativa x
t
no possui uma equao
recursiva. Do modelo observa-se que x
t+1|t
funo de x
t
e z
t
. Isso nada mais do
que uma identidade algbrica, ou seja, conhecendo-se o z
t
e a expectativa condicional
x
t+1|t
, calcula-se o valor de x
t
.
Nesse trabalho ser considerado um modelo Novo-Keynesiano simples, com a in-
ao e o hiato do produto como variveis antecipativas. O modelo pode ser denido
pelas equaes:
t
= E[
t+1
|t] + h
t
+
t
(3.6)
E[h
t+1
|t] = h
t
+ (i
t
E[
t+1
|t]) +
ht
(3.7)
A equao (3.6) a curva de Phillips antecipativa (forward-looking), que obtida
por meio da maximizao da funo utilidade das famlias. J a equao (3.7) a curva
IS forward-looking, obtida pela da maximizao dos lucros das empresas. O artigo de
Clarida et al. (1999) apresenta mais detalhes sobre a formulao novo-keynesiana.
H duas fontes de rudo (ou choque) no modelo,
t
e
ht
, que seguem um processo
auto-regressivo AR(1) denido por:
t+1
=
t
+
t+1
(3.8)
ht+1
=
h
ht
+
ht+1
(3.9)
Onde
e
h
so rudos branco independentes.
Pode-se reescrever as equaes (3.6) a (3.9) como:
_
_
1 0 0 0
0 1 0 0
0 0 0
0 0 1
_
_
_
t+1
ht+1
E[
t+1
|t]
E[h
t+1
|t]
_
_
=
_
0 0 0
0
h
0 0
1 0 1
0 1 0 1
_
_
_
ht
t
h
t
_
_
+
_
_
0
0
0
_
i
t
+
_
t+1
ht+1
0
0
_
_
(3.10)
Usando uma notao mais compacta, temos:
H
_
_
z
t+1
E[x
t+1
|t]
_
_
= A
_
_
z
t
x
t
_
_
+ Bi
t
+ C
t+1
(3.11)
onde z
t
um vetor de variveis predeterminadas, ou backward-looking (neste caso
ht
e
t
), e x
t
um vetor de varveis antecipativas, ou forward-looking (neste caso
t+1
e
h
t+1
).
O modelo escrito na forma da equao (3.11) corresponde formulao da teoria
das expectativas racionais e possui uma srie de peculiaridades que so bem estudadas
no artigo de Blanchard (1983).
Captulo 4
Estimao de parmetros
4.1 Descrio do Problema
No captulo 3 foram apresentados os modelos (3.3) e (3.11) para representar a dinmica
da economia. Esses modelos so descritos pelos parmetros , , e no caso do
modelo (3.3) e pelos parmetros , , ,
e
h
no caso do modelo (3.11). Assim,
o objetivo neste captulo determinar esses parmetros para permitir a realizao de
simulaes numricas com as leis de controle.
Para a determinar os parmetros que melhor se ajustam aos dados necessria
a utilizao de mtodos estatsticos, conforme mostrado na seo 4.3. Entretanto,
antes de comear o processo de estimao deve-se obter as sries temporais para as
variveis do modelo. Isso leva a um outro problema: o hiato do produto, que uma
das variveis do modelo, no observvel, ou seja, no se dispe uma srie temporal
para essa varivel.
Muitas metodologias j foram propostas para estimar o hiato do produto. O artigo
Cusinato et al. (2010) resume os mtodos de extrao de tendncias. J o artigo Areosa
(2008) mostra a estimao do hiato do produto pelo uso de funes de produo, rela-
cionando o hiato do produto com a utilizao da capacidade instalada e o desemprego.
Exemplos de estimativas de parmetros para os Estados Unidos, Reino Unido e Aus-
trlia so apresentados em Neiss e Nelson (2002). Assim, a seo 4.2 mostra mtodos
20
4. Estimao de parmetros 21
que permitem a estimao da varivel no-observvel a partir de dados observveis.
4.2 Hiato do Produto
O hiato do produto denido como a diferena entre o produto (PIB) e o produto
potencial. J o produto potencial denido como a taxa de crescimento do produto
com plena utilizao dos fatores de produo e sem causar presses inacionrias.
Portanto, pode-se considerar que o produto a soma de um componente de tendncia,
o PIB potencial, e um componente cclico, o hiato do produto. Escreve-se:
p
t
= p
t
+ h
t
(4.1)
Onde p
t
o logaritmo do produto, p
t
o logaritmo do produto potencial e h
t
o hiato
do produto.
A literatura considera dois mtodos para estimar o hiato do produto: o primeiro
deles o ltro de Hodrick e Prescott e o segundo o mtodo de Havey e Clark, os
quais sero apresentados a seguir.
4.2.1 Filtro de Hodrick e Prescott
O ltro de Hodrick e Prescott, ou ltro HP, um dos mtodos mais frequentes na
literatura para estimar o hiato do produto. Conforme mostrado em Hodrick e Prescott
(1997), o produto potencial determinado por meio da minimizao da seguinte funo
custo:
M =
T
t=1
(p
t
p
t
)
2
+
T1
t=2
__
p
t+1
p
t
_
_
p
t
p
t1
__
2
(4.2)
onde um parmetro de ajuste. Ser utilizado o mesmo valor empregado por Hodrick
e Prescott (1997), ou seja, = 1600.
O primeiro termo da equao (4.2) penaliza os resduos altos (poor t) e o segundo
termo penaliza grandes variaes no produto potencial. O parmetro faz a pondera-
o entre os dois termos. Como o valor do produto p
t
dado, a equao (4.2) deve ser
minimizada por meio da escolha da sequncia de valores para o produto potencial p
t
.
Uma vez determinado o produto potencial, o hiato do produto ca determinado pela
diferena entre o PIB e o produto potencial.
h
t
= p
t
p
t
(4.3)
Uma soluo fechada para o problema de otimizao pode ser encontrada. Ini-
cialmente deve-se reescrever o problema na forma matricial, conforme mostrado na
equao (4.4).
M = (P P
) (P P
)
T
+ P
T
K
T
KP
(4.4)
Com P =
_
p
1
p
2
p
n
_
, P
=
_
p
1
p
2
p
n
_
e K =
_
_
1 2 1 0 0 0 0
0 1 2 1 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 1 2 1
_
_
O problema de minimizao pode ser resolvido com a utilizao da condio de
primeira ordem:
M
P
= 0 (4.5)
Assim, o clculo da derivada parcial na equao (4.4), resolvido com o auxlio das
propriedades do apndice A, leva a:
M
P
= 2P + 2P
+ 2K
T
KP
= 0 (4.6)
Ou seja, conclui-se que a soluo do problema de otimizao do ltro HP dada
pela equao (4.7).
P
=
_
I + K
T
K
_
1
P (4.7)
Com a utilizao dos dados trimestrais do PIB brasileiro entre 1996 e 2010, obtm-
1996 1998 2000 2002 2004 2006 2008 2010
0.04
0.03
0.02
0.01
0
0.01
0.02
0.03
0.04
Filtro de Hodrick e Prescott ( = 1600)
H
i
a
t
o

d
o

P
r
o
d
u
t
o
Figura 4.1: Hiato do Produto
1996 1998 2000 2002 2004 2006 2008 2010
4.6
4.65
4.7
4.75
4.8
4.85
4.9
4.95
5
5.05
5.1
Filtro de Hodrick e Prescott ( = 1600)
L
o
g

Y

Log do PIB
Log do PIB potencial
Figura 4.2: PIB Potencial
se o hiato do produto mostrado na gura 4.1. A comparao entre o PIB e o PIB
potencial mostrado na gura 4.2.
Segundo o artigo de Hodrick e Prescott (1997), necessrio vericar se a srie
obtida para o hiato do produto possui raiz unitria, o que pode ser feito por meio do
teste ADF (Augmented Dickey-Fuller). A presena de raiz unitria indica que a srie
temporal no estacionria, impossibilitando a aplicao dos teoremas sobre sries
temporais. Caso uma srie temporal possua raiz unitria, o procedimento consiste em
criar uma nova srie a partir da primeira diferena dos elementos da srie original.
O teste ADF tem como hiptese nula a existncia de raiz unitria. A estatstica
ADF calculada como o valor do coeciente de auto-regresso da srie dividido pelo
desvio padro do coeciente estimado. Quanto maior o valor o valor absoluto da
estatstica ADF, maior a probabilidade de rejeitar a hiptese nula. Conforme mostrado
na tabela 4.1, o hiato do produto no apresenta raiz unitria para o parmetro escolhido
( = 1600).
4.2.2 Mtodo de Havey e Clark
Uma outra classe de mtodos para estimar o hiato do produto utiliza modelos de
componentes no observveis, e um dos mais simples o mtodo de Harvey e Clark,
apresentado em Harvey (1985), que decompe o PIB em um termo de tendncia e
um termo cclico de modo anlogo ao ltro HP. Entretanto, esse modelo assume que
o produto potencial segue um passeio aleatrio com drift, onde esse drift dado por
Tabela 4.1: Teste da Raiz Unitria para a srie do hiato do produto
= 400 = 1600 = 6400
Desvio Padro 1.36 1.44 1.58 2.80
Autocorrelaes
Lag 1 0.57 0.62 0.68 0.86
Lag 2 0.12 0.20 0.33 0.72
Lag 3 -0.18 -0.10 0.06 0.59
Lag 4 -0.39 -0.32 -0.13 0.51
Lag 5 -0.34 -0.30 -0.12 0.48
Lag 6 -0.25 -0.25 -0.11 0.43
Lag 7 -0.18 -0.19 -0.09 0.34
Lag 8 -0.16 -0.18 -0.11 0.24
Lag 9 -0.14 -0.16 -0.11 0.16
Lag 10 0.01 -0.02 -0.02 0.11
Estatstica ADF -3.73 -3.52 -3.08 -1.44
Rejeita Raiz Unitria Sim Sim Sim No
um passeio aleatrio normal. Alm disso, assume que o hiato do produto segue um
processo autorregressivo de segunda ordem AR(2). Escrevendo na forma de um sistema
de equaes:
p
t
= p
t
+ h
t
(4.8)
p
t
=
t1
+ p
t1
+
t
(4.9)
t
=
t1
+
t
(4.10)
h
t
=
1
h
t1
+
2
h
t2
+
t
(4.11)
(4.12)
Os processos aleatrios
t
,
t
e
t
so no correlacionados com distribuio normal.
Ao se reescrever o modelo na forma de espao de estados, ca:
_
_
p
t
h
t
h
t1
t
_
_
=
_
_
1 0 0 1
0
1

2
0
0 1 0 0
0 0 0 1
_
_
_
_
p
t1
h
t1
h
t2
t1
_
_
+
_
t
0
t
_
_
(4.13)
p
t
=
_
1 1 0 0
_
_
_
p
t
h
t
h
t1
t
_
_
(4.14)
Os parmetros desconhecidos so
1
,
2
e as varincias dos processos , e .
Esses cinco parmetros so determinados por mxima verossimilhana. As variveis
de estado so estimadas por um ltro de Kalman. Assim, necessrio implementar
um processo iterativo onde a cada iterao um conjunto de parmetros fornecido, o
ltro de Kalman fornece as estimativas dos estados e da sada, e a verossimilhana
determinada pelo erro entre a sada fornecida pelo ltro de Kalman e os valores reais.
O algoritmo apresentado em Kin e Nelson (1999) mostra a soluo do problema.
Uma forma alternativa para otimizar a log-verossimilhana a aplicao do algoritmo
gentico para encontrar os parmetros timos. Esses dois mtodos foram aplicados no
problema. O algoritmo de Kin e Nelson (1999) apresentou uma convergncia muito mais
rpida, entretanto o sucesso do algoritmo depende da escolha apropriada da condies
iniciais. J o algoritmo gentico busca a soluo tima global e no depende tanto
das condies iniciais. Esse ltimo mtodo apresentou um resultado levemente melhor,
embora tenha demorado dez vezes mais para chegar na soluo, conforme mostra a
gura 4.3.
A comparao entre os resultados obtidos pelo mtodo de Harvey-Clark e pelo o
ltro de Hodrick-Prescott mostrada na gura 4.4. Observa-se que os resultados so
bastante semelhantes, com exceo do perodo inicial da srie. Nos primeiros dois anos,
0 50 100 150 200 250 300 350 400
170
150
130
110
90
70
50
30
10
10
30
50
Iterao
L
o
g

V
e
r
o
s
s
i
m
i
l
h
a
n
a
Comparao entre mtodos de otimizao

Algoritmo Gentico
Algoritmo de Kin e Nelson
Figura 4.3: Comparao entre Algoritmos
a diferena em torno de 2%. Aps esse perodo, a diferena se mantm bem pequena,
alcanando no mximo 0,5%.
1996 1998 2000 2002 2004 2006 2008 2010
0.04
0.03
0.02
0.01
0
0.01
0.02
0.03
0.04
Comparao entre o Filtro HP e o Mtodo de HC
H
i
a
t
o

d
o

P
r
o
d
u
t
o
Ano

Filtro HP
Mtodo de HC
Figura 4.4: Comparao entre Mtodos
4.3 Estimao de Parmetros
Na seo anterior foi mostrado como obter a srie temporal para o hiato do produto.
Como o perodo de interesse para estimar os parmetros ser de 2001 a 2010, no h
grandes diferenas entre os resultados do mtodo HC ou do ltro HP. Por isso, sero
utilizados os dados obtidos pelo ltro HP. A inao uma outra varivel presente nos
modelos e, nesse caso, ser usado a srie do IPCA (ndice de preos ao consumidor am-
plo), pois esse o indicador que o Banco Central do Brasil utiliza no acompanhamento
da meta de inao.
O modelo novo-keynesiano tambm leva em considerao as expectativas para as
variveis. A expectativa da inao pode ser obtida pelo relatrio Focus, publicado se-
manalmente pelo Banco Central. Infelizmente, esse relatrio comeou a ser publicado
em 2001, o que implica em uma srie de dados relativamente curta. Nesse relat-
rio, tambm disponibilizada a expectativa para o PIB, a partir da qual se extra a
expectativa para o hiato do produto usando o ltro HP.
Uma vez que todas as sries temporais relevantes esto disponveis, o prximo
passo a determinao dos parmetros do modelo. A forma mais imediata de resolver
o problema utilizar o estimador de mnimos quadrados (Ordinary Least Squares -
OLS), que determina os parmetros que minimizam o erro mdio quadrtico entre o
valor previsto pelo modelo e o valor medido. Entretanto, esse estimador s timo se
os erros tiverem uma distribuio normal, o que nem sempre ocorre nas sries de dados
econmicas.
O estimador OLS pode ser visto como um caso particular do mtodo generalizado
dos momentos (GMM), que parte da hiptese de que os resduos so descorrelacionados
das variveis estimadas. O artigo de Gali et al. (2005) apresenta um exemplo de
aplicao do GMM para a estimativa dos parmetros de um modelo Novo-Keynesiano.
Por outro lado, o trabalho de Lind (2001) considera que o estimador GMM produz
estimativas enviesadas (biased), sendo necessrios ajustes adicionais ao modelos, o
que leva um problema no linear (Non-Linear Least Squares - NLS). Em seguida,
so apresentados os detalhes da estimao para cada modelo.
4.3.1 Estimao para o modelo keynesiano
O modelo keynesiano descrito pelas equaes (3.1) e (3.2), apresentadas novamente
abaixo.
t+1
=
t
+ h
t
+
t
(4.15)
h
t+1
= h
t
(i
t
t
) +
ht
(4.16)
O primeiro questionamento na anlise dos dados a frequncia de observao destes.
Embora estejam disponveis dados mensais para as variveis, a interao entre taxas de
juros, produto e inao no to rpida, o que justica a utilizao de uma frequncia
trimestral de observao. O perodo considerado na anlise do primeiro trimestre de
2000 at o primeiro trimestre de 2010, totalizando 41 amostras.
Antes de aplicar o mtodo de regresso, so necessrios alguns ajustes aos dados.
Inicialmente, observa-se que o sistema de equaes possui um ponto de equilbrio com
t
= h
t
= 0. Entretanto, a srie de dados mostra que a inao brasileira no esteve
prxima de zero durante esses dez anos analisados. Como na verdade o modelo uma
linearizao em torno do estado estacionrio, assume-se que esse estado estacionrio
o valor mdio da inao ao longo do perodo. Em seguida, calcula-se o desvio entre a
inao trimestral observada e seu valor mdio e utiliza-se essa nova srie para efetuar
a regresso. Esse ajuste repetido para o hiato do produto e para a taxa de juros.
Com os dados ajustados, a regresso realizada usando o mtodo dos mnimos
quadrados (ordinary least squares). Cada equao estimada separadamente. Para
a equao (3.1) obtm-se R
2
= 19, 78% e DW = 1, 82. J para a equao (3.2) as
estatsticas da regresso so: R
2
= 46, 6% e DW = 1, 34. Os valores obtidos para os
parmetros so apresentados na tabela 4.2.
A estatstica DW (Durbin-Watson) til para detectar correlao serial nos res-
duos da regresso. Quanto maior o valor, menor a probabilidade de correlao serial.
Para o nmero de observaes usadas, o valor mnimo da estatstica DW deve ser
Parmetro Valor (desvio) Estatstica t
0,4247 (0,1455) 2,9179
0,6067 (0,5088) 1,1923
0,0385 (0,0387) 0,9644
0,7055 (0,1226) 5,7541
Tabela 4.2: Parmetros Estimados para o Modelo Keynesiano
1,20 (99% de conana). Assim as duas equaes passam o teste. J o R
2
, tambm
chamado de coeciente de determinao, serve para avaliar a capacidade do modelo
estimar corretamente os valores observados. As duas equaes apresentam valores do
R
2
aceitveis, j que geralmente regresses em sries temporais econmicas apresentam
baixo R
2
.
Quanto aos parmetros, alm do valor estimado foi apresentado tambm o desvio
padro dessa estimao. A razo entre os dois chamada de estatstica t, que est
relacionada probabilidade do parmetro estimado ser nulo. Quanto mais alto o valor
t, maior a probabilidade do parmetro ser estatisticamente diferente de zero.
As guras 4.6 e 4.5 mostram a comparao entre a srie temporal observada e a
srie criada pelo modelo usando os parmetros estimados.
0 10 20 30 40 50 60
0.1
0
0.1
0.2
0.3
0.4
OLS Actual vs. Predicted

Actual
Predicted
0 10 20 30 40 50 60
0.1
0
0.1
0.2
0.3
Residuals
Figura 4.5: Resultados do Modelo para a Curva IS
0 10 20 30 40 50 60
0.03
0.02
0.01
0
0.01
0.02
0.03
OLSC Actual vs. Predicted

Actual
Predicted
0 10 20 30 40 50 60
0.04
0.03
0.02
0.01
0
0.01
0.02
0.03
Residuals
Figura 4.6: Resultados do Modelo para a Curva de Philips
4.3.2 Estimao para o modelo novo-keynesiano
Reescrevendo as equaes do modelo novo-keynesiano, dadas pelas equaes (3.6) e
(3.7), tem-se:
t
= E[
t+1
|t] + h
t
+
t
(4.17)
E[h
t+1
|t] = h
t
+ (i
t
E[
t+1
|t]) +
ht
(4.18)
Para esse modelo, o processo de estimao mais complexo devido presena das
expectativas. Conforme ser mostrado no captulo 5, os parmetros devem satisfazer
certas condies para que o modelo possua soluo de equilbrio. Em geral, a literatura
considera trs mtodos de estimao: o mtodo generalizado dos momentos (GMM), o
mtodo da mxima verossimilhana (ML) e o mtodo de estimao Bayesiana.
O GMM consiste em estimar cada equao separadamente, por meio das condies
de momento. Uma possvel condio de momento considerar o erro de estimao
descorrelacionado do valor das variveis. Alm disso, deve-se considerar a hiptese de
expectativas racionais, que considera a mdia do erro de estimao igual a zero. Por
exemplo, para a equao (3.6), a hiptese de expectativas racionais ca:
E(
t
t+1
h
t
ht1
|t 1) = 0 (4.19)
Seja Y
t
um vetor com os dados observados e um vetor com os parmetros. Ento
escreve-se a funo vetorial g(Y
t
, ) como:
g(Y
t
, ) = [
t
t+1
h
t
ht1
] (4.20)
Seja tambmZ
t
um vetor com os instrumentos observados (Z
t
=
t1
, h
t1
). Escreve-
se a funo vetorial
t
como:
t
() = g(Y
t
, )Z
t
(4.21)
O objetivo encontrar o conjunto de parmetros que minimiza a norma do vetor
, ou seja:
min
S
T
() =
_
T
1/2
T
t=1
t
()
_
T
W
T
_
T
1/2
T
t=1
t
()
_
(4.22)
W uma matriz de ponderao escolhida de modo a minimizar a varincia dos
estimadores, ou seja:
W
T
=
1
, = E
_
T
1/2
T
t=1
(
t
() E[
t
()])T
1/2
T
t=1
(
t
() E[
t
()])
T
_
(4.23)
Dessa forma, os valores estimados para os parmetros so apresentados na tabela
4.3. Nota-se que a estatstica-t baixa para os parmetros , e
h
. Para os demais
parmetros, a estatstica-t fornece valores altos.
Parmetro Valor (desvio) Estatstica t
0,8735 (0,076) 11,49
-0,2945 (0,440) 0,66
0,0086 (0,0207) 0,42
-0,1664 1,24
h
0,0876 0,65
Tabela 4.3: Parmetros Estimados para o Modelo Novo-Keynesiano
As guras 4.7 e 4.8 mostram os valores previstos e estimados pelo modelo novo-
keynesiano.
0 10 20 30 40 50 60
0.1
0
0.1
0.2
0.3
0.4
OLSAR1 Actual vs. Predicted

Actual
Predicted
0 10 20 30 40 50 60
0.2
0.1
0
0.1
0.2
Residuals
Figura 4.7: Resultados do Modelo para a Curva IS Antecipativa
0 10 20 30 40 50 60
0.03
0.02
0.01
0
0.01
0.02
0.03
OLSAR1 Actual vs. Predicted

Actual
Predicted
0 10 20 30 40 50 60
0.04
0.03
0.02
0.01
0
0.01
0.02
0.03
Residuals
Figura 4.8: Resultados do Modelo para a Curva de Philips Antecipativa
Captulo 5
Problema de Controle timo
5.1 Consideraes Gerais
O objetivo de uma poltica de controle timo fazer com que o vetor de estados, x
i
,
siga o mais prximo possvel uma certa trajetria x
i
por meio da aplicao do controle
u
t
. Entretanto, essa varivel de controle no pode ser manipulada livremente, existindo
um custo para a aplicao do controle.
Assim, neste captulo determinado o controle timo para os modelos denidos
pelas equaes (3.3) e (3.11). Enquanto que o primeiro modelo pode ser resolvido
usando as ferramentas de programao dinmica estocstica, o segundo modelo no
est na forma recursiva para a aplicao desse mtodo. Entretanto, conforme ser
mostrado, o modelo (3.11) pode ser reescrito numa forma recursiva aps a aplicao
de uma srie de transformaes.
Independentemente do modelo adotado, a funo custo da economia dada por:
J = E
_

t=0
t
L
t
_
(5.1)
onde um fator de desconto e:
L
t
= (
t
)
2
+
h
(h
t
h
)
2
+
i
(i
t
i
)
2
(5.2)
33
5. Problema de Controle timo 34
Ao o longo deste captulo, o problema de controle timo, que consiste em minimizar
a funo objetivo (5.1) sujeito equao dinmica, ser resolvido para os dois modelos
dinmicos anteriormente apresentados.
5.2 Controle timo no modelo Keynesiano
Conforme mostrado no captulo 3, o modelo keynesiano para a economia pode ser
resumido segundo a equao (3.3), ou seja
x
t+1
= Ax
t
+ Bi
t
+
t
onde assume-se que a varivel possui uma distribuio normal.
O problema encontrar a sequncia de taxas i
t
que minimizam a funo custo J:
min
i
t
J = E
_

t=0
t
L
t
_
(5.3)
sujeito equao dinmica (3.3).
5.2.1 Formulao LQR
Neste caso, a funo custo quadrtica e o sistema linear (controle LQ). Entretanto,
o problema um pouco diferente do regulador, pois o objetivo deixar o sistema em
um ponto de equilbrio diferente de zero (
, y
e i
). Para que a soluo seja possvel,

necessrio que esses valores tambm satisfaam a equao dinmica. Seguindo um
procedimento anlogo a Kwakernaak e Sivan (1972), escreve-se:
x
= Ax
+ Bi
= (I A)
1
Bi
(5.4)
Em seguida, aplica-se a mudana de variveis:
x
t
= x
t
x
t
= i
t
i
(5.5)
E reescreve-se o problema como um LQR:
min
i
t=0
t
(x
t
)
T
Qx
t
+
t
(i
t
)
T
Ri
t
com : x
t+1
= Ax
t
+ Bi
t
+
t
(5.6)
onde Q e R so
Q =
_
_
1 0
0
h
_
_
, R =
i
Nesse caso, o controle timo dado por:
i
t
= (R + B
T
PB)
1
B
T
PAx
t
(5.7)
Onde a matriz P obtida pela equao algbrica de Riccati:
P = Q + A
T
PA A
T
PB(R + B
T
PB)
1
B
T
PA (5.8)
O exemplo mostrado na gura 5.2.1 o resultado de uma simulao numrica. As
variveis apresentadas so as denidas em (5.5). Assim, para retornar s variveis
iniciais, basta somar os valores de referncia (x
e i
). Nota-se que o valor das metas

de inao no tem nenhuma inuncia na formulao do LQR.
5.2.2 Formulao LQG
Conforme mencionado anteriormente, o hiato do produto uma varivel no-observvel.
Alm disso, as medies da inao esto sujeitas a erros de medida. Dessa forma,
pode-se considerar a formulao do controlador Linear Quadrtico Gaussiano (LQG)
0 1 2 3 4 5 6 7 8 9 10
0.05
0
0.05
0.1
0.15
J
u
r
o
s

0.1
0.05
0
0.05
0.1
0.15
0.2
0.25
H
ia
t
o
d
o
P
r
o
d
u
t
o
0.02
0
0.02
0.04
0.06
0.08
0.1
Controlador LQ
In
f
la
o
Figura 5.1: Exemplo de um controlador LQ
para a determinao da poltica de controle timo.
Assim, seja novamente o modelo denido pela equao (3.3). Ser adicionado uma
equao para as variveis observadas, que justamente a inao somada de um erro
de medida, conforme mostrado na equao (5.9) abaixo.
x
t+1
= Ax
t
+ Bi
t
+
t
y
t
= Hx
t
+
t
(5.9)
com H = [1 0]
T
. Assume-se que
t
e
t
so rudo branco independentes, com matriz
de covarincia W e N respectivamente.
Segundo o Princpio da Separao, a soluo de um problema desse tipo passa pela
decomposio em dois novos problemas, conforme mostrado em Kwakernaak e Sivan
(1972):
Estimador linear quadrtico (LQE): usado para estimar as variveis de estado
dado os valores medidos;
Regulador linear quadrtico (LQR): usado para determinar o controle timo,
dado as estimativas do estado.
O controlador LQG pode ser escrito como:
x
t+1
= A x
t
+ Bi
t
+ LV
t
i
t
= M x
t
V
t
= y
t
H x
t
(5.10)
A matriz L o ganho do ltro de Kalman, e dada por:
L = (APH
T
)(HPH
T
+ W)
1
onde P determinada pela equao algbrica de Riccati:
P = APA
T
+ N (APH
T
)(HPH
T
+ W)
1
(APH
T
)
T
A soluo dessa equao de Riccati, juntamente com a determinao do ganho
de Kalman, resolvem o problema de estimao (LQE). O prximo passo resolver o
problema do LQR atravs da equao algbrica de Riccati. Assim, a matriz de ganho
da realimentao dada por:
M = (B
T
SB + R)
1
B
T
SA
onde S dado pela equao de Riccati:
S = A
T
SA + Q(A
T
SB)(B
T
SB + R)
1
(A
T
SB)
T
O resultado de uma simulao para o controlador LQG mostrado na gura 5.2.
Nessa simulao considerado um sinal senoidal para a inao e mostrada a taxa
de juros segundo o controlador LQG.
Por m, possvel comparar a resposta condies iniciais para os controladores
LQG e LQR, conforme mostrado na gura 5.3. Na simulao, o controlador LQG
Linear Simulation Results
Time (sec)
A
m
p
litu
d
e
0 5 10 15 20 25
0.1
0.05
0
0.05
0.1
0.15

Taxa Juros
Inflao
Figura 5.2: Controlador LQG
superestima o valor inicial do hiato do produto, o que explica as taxas de juros serem
mais altas no caso LQG.
5 10 15 20 25
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
t (Trimestres)
T
a
x
a

d
e

J
u
r
o
s

LQR
LQG
Figura 5.3: Controle timo para os controladores LQG e LQR
5.3 Controle timo no Modelo Novo Keynesiano
O modelo Novo Keynesiano denido pela equao (3.11), conforme representado
novamente abaixo.
H
_
_
z
t+1
E[x
t+1
|t]
_
_
= A
_
_
z
t
x
t
_
_
+ Bi
t
+ C
t+1
(5.11)
Conforme j apresentado, z uma varivel autorregressiva (tambm chamada de
predeterminada) e possui condies iniciais, enquanto x uma varivel antecipativa,
sem condies iniciais. Assim, a dinmica do modelo, pela forma como apresentado,
no recursiva. necessrio, portanto, aplicar uma srie de transformaes para obter
um modelo na forma usual. Entretanto, antes de apresentar as tcnicas de controle ser
mostrado como resolver um modelo desse tipo, pois a ausncia de condies iniciais
torna o sistema bem peculiar.
5.3.1 Mtodos de Soluo para Modelos com Expectativas
Racionais
A diferena entre o modelo dinmico tradicional (3.3) e o modelo novo-keynesiano
(3.11) que o primeiro possui condies iniciais para todas as variveis endgenas.
Dado essas condies iniciais, o controle aplicado e os choques, possvel determinar
a trajetria das variveis de estado.
J no modelo novo-keynesiano s existem condies iniciais para as variveis pre-
determinadas. As variveis antecipativas, como a inao e o hiato do produto, no
possuem condies iniciais. Assim o sistema ca indeterminado, e isso torna necessrio
a imposio de condies adicionais, chamadas de condies de transversalidade, para
que o sistema possa ser resolvido.
Dessa forma, resolver um modelo com expectativas racionais consiste em encon-
trar as trajetrias para as variveis de estado que satisfaam o modelo dinmico, as
condies iniciais das variveis predeterminadas e as condies de transversalidade das
variveis antecipativas, conforme mostrado em Blanchard (1983).
Porm, antes de apresentar o mtodo para determinar a trajetria das variveis de
estado do modelo, cabe uma breve explicao sobre a origem do problema. Para isso,
considera-se o modelo bem simples apresentado pela equao (5.12) abaixo:
_
_
x
t+1
z
t+1
_
_
=
_
_
A
11
A
21
0 A
22
_
_
_
_
x
t
z
t
_
_
+
_
_
B
1
0
_
_
i
t
+
_
_
0
t
_
_
(5.12)
Esse modelo nada mais que um modelo recursivo padro. Agora formula-se um
problema de otimizao dada a funo custo (5.13) abaixo:
J =
1
2
E
_
i=0
i
_
_
_
_
_
x
t+i
z
t+i
_
_
T
_
_
Q
11
Q
12
Q
T
12
Q
22
_
_
_
_
x
t+i
z
t+i
_
_
+ i
T
t+i
Ri
t+i
_
_
_
|
t
_
_
(5.13)
com < 1, R simtrica positiva denida, Q simtrica positiva semidenida e
t
ruido
branco, E(
t+1
|
t
) = 0.
Um problema desse tipo distingue duas variveis de estado. Enquanto z s de-
pende de seus valores passados e de um rudo aditivo, x depende tanto de seus valores
passados quanto de z e do controle i. Um problema desse tipo poderia ser facilmente
resolvido aplicando os mtodos discutidos na seo 5.2. Entretanto, mais interessante
resolver usando o mtodo dos multiplicadores de Lagrange. Assim, seja um vetor de
multiplicadores de Lagrange (coestados) associado ao vetor x. Ento escreve-se:
L = J +
t
(x
t+1
A
11
x
t
A
12
z
t
B
1
i
t
) (5.14)
Derivando as condies de primeira ordem, usando a restrio dada pela equao
associada a z
t+1
e rearranjando, obtm-se:
_
_
x
t+1
E[
t+1
|t]
_
_
=
_
_
A
11
B
1
R
1
B
T
1
A
T
11
Q
11
A
11
A
T
11
(
1
I + Q
11
B
1
R
1
B
T
1
_
_
_
_
x
t
t
_
_
+
+
_
_
A
12
A
T
11
(Q
11
A
12
+ Q
12
A
22
)
_
_
z
t
(5.15)
Observa-se que a soluo do problema de otimizao idntico ao modelo (3.11),
onde a varivel antecipativa nada mais que um multiplicador de Lagrange de um
problema de otimizao. Se o problema fosse a tempo nito, o multiplicador teria
uma condio terminal. Entretanto como esse caso um problema a tempo innito,
o multiplicador no possui nenhuma restrio e uma condio de transversalidade
adicionada para permitir a soluo.
O mtodo de Blanchard e Kahn (1980) foi inicialmente pensado para encontrar a so-
luo de um sistema com expectativas racionais sem a varivel de controle. Entretanto
a varivel de controle geralmente pode ser representada por uma equao recursiva
permitindo que o sistema possa ser reescrito com o controle entre as variveis de es-
tado. De qualquer forma, sejam z
t
e x
t
como denido anteriormente. Para simplicar
a notao, usa-se E(x
t+1
|t) x
t+1|t
.
O primeiro passo reescrever a equao (3.11) sem a varivel de controle:
H
_
_
z
t+1
x
t+1|t
_
_
= A
_
_
z
t
x
t
_
_
+
_
_
C
0
_
t+1
(5.16)
Aplica-se ento um procedimento idntico aos trabalhos de Soderlind (1999) e Sims
(2002), que inicia-se pela decomposio generalizada de Schur s matrizes A e H, o
que permite encontrar as matrizes Q, S e T, tal que:
A = Q
TZ
(5.17)
H = Q
SZ
(5.18)
As matrizes Q e Z so unitrias (Q
Q = Z
Z = I) enquanto T e S so triangulares
(superior). Os elementos das matrizes T e S denem os autovalores generalizados da
decomposio:
j
= t
jj
/s
jj
.
A propriedade do ponto de sela, conforme denido por Blanchard e Kahn (1980),
arma que o nmero de autovalores generalizados (
j
) com mdulo maior que 1 (au-
tovalores instveis) so iguais ao nmero de variveis antecipativas z
t
. Dene-se novas
variveis y
1
e y
2
como:
_
_
y
1t
y
2t
_
_
Z
_
z
t
x
t
_
_
(5.19)
Com a denio inicial (5.16), aplica-se o valor esperado condicional informao
disponvel no instante t e multiplica-se por Q nos dois lados da igualdade. Como
E(
t+1
|t) = 0, a equao se resume a:
QH
_
_
E(z
t+1
|t)
E(x
t+1
|t)
_
_
= QA
_
_
z
t
x
t
_
_
(5.20)
Conforme as denies (5.17), (5.18),(5.19) e o fato de Q e Z serem matrizes uni-
trias, obtm-se:
_
_
S
11
S
12
0 S
22
_
_
_
_
E( y
1,t+1
|t)
E( y
2,t+1
|t)
_
_
=
_
_
T
11
T
12
0 T
22
_
_
_
_
y
1t
y
2t
_
_
(5.21)
Isola-se o bloco inferior da equao (5.21), o que leva a:
S
22
E( y
2,t+1|t
) = T
22
y
2t
Por hiptese, o mdulo dos autovalores generalizados desse bloco inferior maior
que 1. Assim a soluo para y
2t
instvel. Dessa forma, preciso incluir uma condio
de transversalidade para garantir que uma soluo estvel, que s pode ser alcanada
com y
2t
sempre igual a zero:
y
2t
= T
1
22
S
22
E( y
2,t+1
|t) = 0 (5.22)
De volta equao (5.19), multiplica-se por Z, usa-se o fato que ZZ
= I e aplica-se
a condio de transversalidade (5.22), o que resulta em:
Z
_
_
y
1t
0
_
_
z
t
x
t
_
_
(5.23)
Decompondo a matriz Z, a equao (5.23) pode ser resolvida para x
t
e z
t
:
z
t
= Z
11
y
1t
(5.24)
x
t
= Z
21
y
1t
(5.25)
Sob as hipteses do teorema de Blanchard e Kahn, Z
11
uma matriz quadrada.
Alm disso, assume-se que Z
11
inversvel. Dessa forma, a soluo equao para as
variveis antecipativas :
x
t
= Z
21
Z
1
11
z
t
(5.26)
Resta encontrar a soluo para as variveis predeterminadas. Aplicando a condio
de transversalidade (5.22) equao (5.21), o bloco superior dessa equao pode ser
escrito como:
S
11
E( y
1,t+1
|t) = T
11
y
1t
E( y
1,t+1
|t) = S
1
11
T
11
y
1t
Em seguida aplica-se o valor esperado equao (5.24), o que leva a:
E(z
t+1
|t) = Z
11
E( y
1,t+1
|t)
E(z
t+1
|t) = Z
11
S
1
11
T
11
y
1t
E(z
t+1
|t) = Z
11
S
1
11
T
11
Z
1
11
z
t
Denindo M = Z
11
S
1
11
T
11
Z
1
11
, a soluo para as variveis predeterminadas :
z
t+1
= Mz
t
+ C
t+1
(5.27)
5.3.2 Poltica tima Simples
A autoridade monetria pode se comprometer em implementar uma poltica do tipo
i
t
= (
t
+ y
t
). Dene-se F = [0 0 ] e substitu-se na equao (3.11), o que
resulta em:
H
_
_
z
t+1
x
t+1|t
_
_
= (A BF)
_
_
z
t
x
t
_
_
+
_
_
C
0
_
t+1
(5.28)
O modelo pode ser resolvido conforme a metodologia da seo 5.3.1, desde que se
conhea os parmetros e . Esses parmetros so escolhidos de modo a minimizar a
funo custo:
min
i
t
E
_
T
t=0
(
t
)
2
+
y
(y
t
y
)
2
+
i
(i
t
i
)
2
_
(5.29)
Como so apenas dois parmetros a determinar, pode-se utilizar o algoritmo gen-
tico para obter-se a soluo numrica do problema. O procedimento consiste em es-
colher parmetros aleatrios, resolver o sistema e calcular a funo custo. Entretanto,
dependendo dos parmetros escolhidos, as condies do teorema de Blanchard-Kahn
podem no ser satisfeitas, o que faz com que o sistema no tenha soluo. Esses con-
juntos de parmetros so excludos, e o processo continua at se encontrar o par que
minimiza a funo custo ao mesmo tempo que satisfaz as restries.
Entretanto, a suposio que a poltica de controle proporcional s variveis de
estado muito restritiva e pode levar a uma soluo sub-tima. Para contornar esse
problema existem alguns mtodos que permitem encontrar a soluo tima, como por
exemplo o mtodo do lagrangeano e o mtodo do ponto de sela recursivo.
5.3.3 Mtodo do Lagrangeano
O mtodo do lagrangeano explora a transformao da varivel de controle em uma
varivel de estado por meio da incluso de equaes adicionais derivadas dos multipli-
cadores de lagrange e das condies de primeira ordem para a otimizao. Assim, o
sistema ca escrito de uma forma que permite a utilizao do mtodo de Blanchard e
Kahn (1980) para resolver o sistema e encontrar o controle timo e as trajetrias das
variveis de estado.
Assim, seja y
t
=
_
_
z
t
x
t
_
_
. Aqui x continua como varivel antecipativa. Para simpli-
car a notao considera-se x
t+1
= x
t+1|t
. A funo custo no instante t pode ser escrita
como:
L
t
= y
t
Qy
t
+ i
t
Ri
t
(5.30)
O custo total esperado (J) calculado usando um fator de desconto :
J = E
_

t=0
t
L
t
_
(5.31)
Conforme a denio de y
t
, o modelo apresentado pela equao (3.11) pode ser escrito:
y
t+1
= Ay
t
+ Bi
t
+
t+1
(5.32)
Como o sistema linear quadrtico, o Princpio da Equivalncia Certeza pode
ser aplicado, permitindo a simplicao do problema por meio da utilizao de um
modelo no-estocstico. Alm disso, com a utilizao da denio do vetor y
t
e o
particionamento da matriz A, reescreve-se a equao (3.11) como:
_
_
z
t+1
x
t+1
_
_
=
_
_
A
11
A
12
A
21
A
22
_
_
_
_
z
t
x
t
_
_
+ Bu
t
(5.33)
As condies iniciais para as variveis autorregressivas z
t
so das pelo vetor z
0
.
Entretanto, no h condies iniciais para para as variveis antecipativas, o que torna
necessrio a incluso de condies de transversalidade para que uma soluo possa
existir, conforme mostrado em Blanchard (1983).
O problema minimizar a equao (5.31), sujeito dinmica (5.32) e condio
inicial x
0
, por meio da escolha da sequncia de controles {i
t
}
t=0
.
O primeiro passo para a determinao da poltica de controle timo consiste em
escrever o Lagrangeano:
L =
t=0
t
_
y
t
Qy
t
+ i
t
Ri
t
+ 2
t+1
(Ay
t
+ Bi
t
y
t+1
)
_
(5.34)
onde
t
o multiplicador de Lagrange.
A seguir, escreve-se as condies de primeira ordem para i
t
e y
t
. A condio de
primeira ordem para y
t
no trivial, j que aparecem y
t
e y
t+1
na equao. Os passos
para se obter as condies de primeira ordem so mostrados no apndice B. O resultado
nal mostrado a seguir:
L
i
t
= 2i
t
R + 2
t+1
B = 0 (5.35)
L
y
t
= 2y
t
Q + 2
t+1
A 2
t
= 0 (5.36)
Ento:
i
t
= R
1
B
t+1
(5.37)
A
t+1
=
t
Qy
t
(5.38)
Substitui-se a expresso para i
t
na dinmica do sistema (5.32):
y
t+1
= Ay
t
BR
1
B
t+1
A seguir junta-se essa equao com a condio de primeira ordem para y
t
, ou seja,
com:
y
t+1
= Ay
t
BR
1
B
t+1
e
A
t+1
=
t
Qy
t
pode-se montar o sistema de equaes:
_
_
I BR
1
B
0 A
_
_
_
y
t+1
t+1
_
_
=
_
_
A 0
Q I
_
_
_
_
y
t
t
_
_
(5.39)
Por m, preciso reescrever o sistema de equaes para que seja possvel a aplicao
do mtodo de Blanchard e Kann. Para isso, decompe-se o multiplicador de Lagrange
em uma parcela predeterminada e uma parcela antecipativa. Seja:
t
=
_
zt
xt
_
_
onde
zt
a parcela associada s variveis autorregressivas e
xt
associada s variveis
antecipativas.
Assim, chega-se a:
_
_
I BR
1
B
0 A
_
_
_
z
t+1
x
t+1
zt+1
xt+1
_
_
=
_
_
A 0
Q I
_
_
_
_
z
t
x
t
zt
xt
_
_
Dene-se:
H
aux
=
_
_
I BR
1
B
0 A
_
D
aux
=
_
_
A 0
Q I
_
_
As linhas da varivel de estado so trocadas de modo que as variveis autorregres-
sivas e antecipativas possam ser separadas. Em consequncia as colunas das matrizes
H
aux
e D
aux
tambm so trocadas. Escreve-se portanto:
H
aux
_
_
z
t+1
x
t+1
zt+1
xt+1
_
_
H
_
_
z
t+1
zt+1
x
t+1
xt+1
_
_
E
D
aux
_
_
z
t
x
t
zt
xt
_
_
D
_
_
z
t
zt
x
t
xt
_
_
Em seguida dene-se os novos vetores de variveis predeterminadas e antecipativas
como:
F
t
=
_
_
z
t
zt
_
_
e f
t
=
_
_
x
t
xt
_
_
o que leva nalmente :
H
_
_
F
t+1
f
t+1
_
_
= D
_
_
F
t
f
t
_
_
(5.40)
Aplicando o mtodo de Blanchard (1983) para resolver a equao de diferena com
variveis antecipativas, obtm-se a soluo para as variveis F
t
e f
t
. Assim, conforme
mostrado anteriormente, ca:
F
t+1
= MF
t
f
t
= Z
21
Z
1
11
F
t
Com a condio inicial F
0
=
_
_
z
0
z0
_
_
=
_
_
z
0
0
_
_
Pode-se ainda reescrever a soluo
em funo das variveis iniciais e dos multiplicadores de Lagrange, o que leva a:
_
_
z
t+1
zt+1
_
_
= M
_
_
z
t
zt
_
_
_
_
x
t
xt
_
_
= Z
21
Z
1
11
_
_
z
t
zt
_
_
O controle timo ca denido pela condio de primeira ordem:
i
t
= R
1
B
t+1
= R
1
B
zt+1
xt+1
_
_
Resumidamente, o problema de controle pode ser resolvido com os seguintes passos:
(a) Denies
Custo do perodo:
L
t
= y
t
Qy
t
+ i
t
Ri
t
(5.41)
Custo total:
J =
_

t=0
t
L
t
_
(5.42)
Modelo:
y
t+1
= Ay
t
+ Bi
t
+ C
t+1
(5.43)
(b) Montar o sistema de equaes:
_
_
I BR
1
B
0 A
_
_
_
y
t+1
t+1
_
_
=
_
_
A 0
Q I
_
_
_
_
y
t
t
_
_
(5.44)
(c) Decompor e agrupar os termos antecipativos a autorregressivos:
F
t
=
_
_
z
t
zt
_
_
e f
t
=
_
_
x
t
xt
_
_
H
_
_
F
t+1
f
t+1
_
_
= D
_
_
F
t
f
t
_
_
(5.45)
(d) Resolver a equao de diferenas:
Aplica-se a decomposio QZ nas matrizes H e D e utiliza-se a condio de
transversalidade. No m a soluo dada por:
F
t+1
= Z
11
S
1
11
T
11
Z
1
11
F
t
f
t
= Z
21
Z
1
11
F
t
(e) Calcular o controle timo:
i
t
= R
1
B
t+1
= R
1
B
zt+1
xt+1
_
_
5.3.4 Mtodo do Ponto de Sela Recursivo
O problema de minimizar a funo custo (5.31) sujeito dinmica (5.32) pode ser
transformado em um problema com a mesma forma LQR padro, conforme mostrado
por Marcet e Marimon (1994). Primeiramente, deve-se reescrever a equao (5.32) na
seguinte forma:
z
t+1
= A
11
z
t
+ A
12
x
t
+ B
1
i
t
+ C
t+1
(5.46)
Hx
t+1
= A
21
z
t
+ A
22
x
t
+ B
2
i
t
(5.47)
onde as matrizes A e B da equao (5.32) foram particionadas de acordo com z
t
e x
t
:
A =
_
_
A
11
A
12
A
21
A
22
_
_
, B =
_
_
B
1
B
2
_
_
(5.48)
Em seguida, o Lagrangeano mostrado na equao (5.34) pode ser reescrito como:
L = E
_
t=0
t
_
_
L
t
+
T
1,t
(Hx
t+1
A
21
z
t
A
22
x
t
B
2
i
t
)+
T
2,t+1
(X
t+1
A
11
z
t
A
12
x
t
C
t+1
)
_
_
|t = 0
_
_
(5.49)
onde o multiplicador de Lagrange foi decomposto nas componentes
1
e
2
.
Em seguida, dada a condio inicial do multiplicador de Lagrange
1,1
= 0, pode-se
escrever:
t=0
1,t
Hx
t+1
=
t=0
t1
1,t1
Hx
t
Usando a a propriedade acima, o lagrangeano pode ser reescrito como:
L = E
_
t=0
t
_
_
L
t
+
T
1,t
(A
21
z
t
A
22
x
t
B
2
i
t
) +
1
T
1,t1
Hx
t
+
+
T
2,t+1
(z
t+1
A
11
z
t
A
12
x
t
C
t+1
)
_
_
|t = 0
_
_
(5.50)
O controle timo a sequencia i
t
que minimiza o lagrangeano (5.50). Entretanto,
pode-se dividir o problema de um modo que a otimizao se torne mais simples. As-
sim, o termo que aparece junto ao multiplicador
T
2,t+1
retirado do lagrangeano, o que
permite a construo de um lagrangeano modicado, conforme apresentado pela equa-
o (5.51). Alm disso, como o multiplicador remanescente aparece em dois termos
com uma defasagem no tempo, introduz-se um novo controle
T
1,t
e uma nova varivel
predeterminada
T
1,t1
.
L
t
(z
t
,
t1
; x
t
, i
t
,
t
) = L
t
+
T
1,t
(A
21
z
t
A
22
x
t
B
2
i
t
) +
1
T
1,t1
Hx
t
(5.51)
O controle
T
1,t
obviamente igual a
T
1,t
. Essa condio includa como uma nova
equao de transio:
1,t
=
1,t
(5.52)
Conforme Marcet e Marimon (1994), a dualidade do Lagrangeano que permite
transformar um problema de minimizao em um problema de ponto de sela:
min
i
t
L = max
1,t
min
i
t
,x
t
E
_

t=0
t

L
t
_
(5.53)
onde esse problema de ponto de sela restrito dinmica (5.47), equao de transio
(5.52) e condio inicial
1,1
= 0.
Dene-se ento as novas variveis:
z
t
=
_
_
z
t
1,t
_
_
,

i
t
=
_
_
x
t
i
t
t
_
_
(5.54)
E tambm dene-se tambm as matrizes

A,

B,

C e

W:
A =
_
_
A
11
0
0 0
_
_
,

B =
_
_
A
12
0 0
0 0 I
_
_
,

C =
_
_
C
0
_
_
(5.55)
W =
_
_
Q
11
0 Q
T
12
0 A
T
21
0 0
1
H 0 0
Q
12

1
H Q
22
0 A
T
22
0 0 0 R B
T
2
A
21
0 A
22
B
2
0
_
_
(5.56)
Assim, o sistema pode ser reescrito como:
z
t+1
=

A z
t
+

B
i
t
+

C
t+1
(5.57)
L
t
=
1
2
_
_
z
t
i
t
_
_
T
W
_
_
z
t
i
t
_
_
(5.58)
O problema (5.53) sujeito (5.57) e condio inicial z
0
isomrco ao problema
do LQR, com a nica diferena que se trata de um problema de ponto de sela. Entre-
tanto, as condies de primeira ordem do problema do ponto de sela so as mesmas do
problema do LQR.
Para encontrar a soluo, primeiramente se reescreve a funo custo na forma pa-
dro:
L
t
=
1
2
_
z
T
t
Q z
t
+ 2 z
T
t
N
i
t
+
i
T
t
i
t
_
(5.59)
onde as matrizes

Q,

R e N so denidas como:
Q =
_
_
Q
11
0
0 0
_
_
, N =
_
_
0 0 A
T
21
1
H 0 0
_
_
,

R =
_
_
Q
22
0 A
T
22
0 R B
T
2
A
22
B
2
0
_
_
(5.60)
Assim, segue que a soluo para

i
t
pode ser escrita como:
t
= F z
t
(5.61)
onde
F =
_
R +

B
T
P

B
_
1
_
N
T
+

B
T
P

A
_
(5.62)
A matriz P encontrada resolvendo a equao de Riccati:
P =

Q +

A
T
P

A
_
N
T
+

B
T
P

A
_
T
_
R +

B
T
P

B
_
1
_
N
T
+

B
T
P

A
_
(5.63)
Por m, a matriz F gera a soluo no apenas para o problema do ponto de sela,
mas tambm para o problema original. Basta, portanto, efetuar uma mudana de
variveis e retornar para as variveis do problema original. A soluo nal ca:
_
_
z
t+1
t+1
_
_
=
_
A

BF
_
_
_
z
t
t
_
_
+

C
t+1
(5.64)
_
_
x
t
i
t
t
_
_
= F
_
_
z
t
t
_
_
(5.65)
Em resumo, o problema original reformulado pela incorporao do bloco de equa-
es para as variveis antecipativas, de modo que o problema do ponto de sela se torne
recursivo e isomrco ao problema do LQR.
O mtodo do ponto de sela recursivo e o mtodo do Lagrangeano no necessari-
amente levam aos mesmos resultados, uma vez que a condio de transversalidade
diferente. A gura (5.4) mostra comparao entre as simulaes numricas de cada
caso.
5 10 15 20 25 30 35 40 45 50 55 60
0.005
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
t (Trimestres)
T
a
x
a

J
u
r
o
s

Mtodo do Ponto de Sela Recursivo
Mtodo do Lagrangeano
Figura 5.4: Controle timo para os dois mtodos apresentados
Captulo 6
Resultados das Simulaes Numricas
6.1 Introduo
No captulo 5, foram apresentadas as polticas de controle timo para o modelo key-
nesiano, denido pela equao (3.3), e para o modelo novo keynesiano, denido pela
equao (3.11). Os parmetros dos modelos foram estimado conforme mostrado no
captulo 4. Portanto, o objetivo deste captulo a determinao numrica das polticas
de controle timo. Isso permite a comparao entre as polticas timas e as polticas
efetivamente empregadas.
Inicialmente, sero reapresentados os modelos utilizados, j com os respectivos pa-
rmetros estimados. Em seguida, feita uma discusso sobre os pesos adequados para
a funo custo. Por m, as polticas timas so calculadas para algumas condies
iniciais de interesse.
55
6. Resultados das Simulaes Numricas 56
6.2 Reviso dos modelos estimados
O modelo keynesiano estimado dado pelo sistema de equaes abaixo, arredondando
os parmetros para a terceira casa decimal:
t+1
= 0.425
t
+ 0.607y
t
+
t
(6.1)
h
t+1
= 0.705h
t
0.038 (i
t
t
) +
ht
(6.2)
Os autovalores do sistema so
1
= 0.358 e
2
= 0.772, ou seja, como ambos os
autovalores possuem mdulo menor que um, o sistema estvel no sentido de Lyapunov.
Assim, os sistema retorna ao ponto de equilbrio aps sofrer um choque inicial. Assim,
o papel da varivel de controle fazer com que o sistema retorne ao ponto de equilbrio
de um modo mais rpido do que se fosse deixado sem controle.
J o modelo novo-keynesiano estimado escrito como:
t
= 0.873E[
t+1
|t] 0.295y
t
+
t
(6.3)
E[h
t+1
|t] = h
t
+ 0.009 (i
t
E[
t+1
|t]) +
yt
(6.4)
t+1
= 0.166
t
+
t+1
(6.5)
ht+1
= 0.087
ht
+
ht+1
(6.6)
A decomposio de Schur aplicada s matrizes A e H, leva aos seguintes autovalores
generalizados:
1
= 1.048 0.031
2
= 1.048 + 0.031
3
= 0.166
4
= 0.087
Assim, h dois autovalores com norma maior de um e dois autovalores com norma
menor que um. Desta forma, as condies do teorema de Blanchard e Kahn (1980) so
satisfeitas e o sistema admite soluo nica.
6.3 Reviso da funo custo
A funo custo pode ser escrita como:
J = E
_

t=0
t
L
t
_
(6.7)
onde o fator de desconto e L
t
o custo intertemporal:
L
t
= y
t
Qy
t
+ i
t
Ri
t
(6.8)
A rigor, a varivel de estado y
t
no a mesma para os dois modelos, pois cada
um tem um conjunto de variveis de estado diferente. Assim, para uniformizar os
resultados, aplica-se pesos similares para as variveis comuns aos dois modelos.
Para o modelo keynesiano, a varivel de estado y um vetor com dois componentes:
a inao e o hiato do produto h. Assim a matriz Q da funo custo possui ordem
2x2. Escolhe-se os parmetros de modo que o custo associado a inao seja maior que
o custo associado ao hiato do produto. No ser includo custo para o efeito cruzado
entre inao e hiato do produto. Assim:
Q =
_
_
1 0
0 0.1
_
_
(6.9)
J para o modelo novo keynesiano h 4 variveis de estado, o que faz com que a
matriz Q possua ordem 4x4. Duas das variveis de estado so as variveis antecipativas,
que so os choques autorregressivos. A princpio no faz sentido atribuir um custo para
as variveis que so choques no modelo. As outras duas variveis so a inao e o
hiato do produto, para as quais se emprega o mesmo peso usado no modelo keynesiano,
ou seja:
Q =
_
_
0 0 0 0
0 0 0 0
0 0 1 0
0 0 0 0.1
_
_
(6.10)
Um outro parmetro da funo custo o peso do controle. Neste problema no
h nenhuma restrio quanto a utilizao das taxas de juros, ento escolhe-se um peso
relativamente baixo: R = 0.01. A gura 6.1 apresenta o efeito do valor de R no controle
timo. Quanto maior o peso de R, maior o custo do controle e, consequentemente, o
controle timo atinge valores menores.
5 10 15 20 25
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
Trimestres
T
a
x
a

d
e

J
u
r
o
s

R=0.040
R=0.035
R=0.030
R=0.025
Figura 6.1: Poltica tima no modelo keynesiano em funo de R
Por m, falta denir o fator de desconto . Como o mandato dos tomadores de
deciso tem a durao de 4 anos (ou 16 trimestres), o fator de desconto calibrado
para que a soma dos descontos durante esses 16 perodo seja 75% da soma innita. Ou
seja:
75%
1
1
=

16
1
1
Resolvendo a equao, obtm-se = 0.917. A gura 6.2 apresenta o controle timo no
modelo keynesiano para outros valores do fator de desconto. Observa-se que, quanto
maior o fator de desconto, ou seja, quanto maior a importncia dada aos perodos
futuros, maior deve ser o controle aplicado.
5 10 15 20 25
0
0.002
0.004
0.006
0.008
0.01
0.012
Trimestres
T
a
x
a

d
e

J
u
r
o
s

=0.85
=0.9
= 0.95
= 1
Figura 6.2: Efeito do fator de desconto no controle timo
6.4 Anlise de cenrios para condies iniciais
Uma vez denido os parmetros da funo custo, o prximo passo consiste em analisar
a resposta condio inicial. No caso do modelo keynesiano, a condio inicial dada
pela inao e hiato do produto. J no modelo novo keynesiano, a condio inicial
dada pelos choque no hiato do produto e pelo choque inacionrio, que so as variveis
antecipativas do modelo. Assim, o objetivo desta seo determinar a soluo tima
para algumas condies iniciais de interesse:
Expectativa de inao acima da meta e produo econmica em forte expanso
(hiato do produto positivo). Nesse cenrio, a expanso da atividade econmica
provoca a reduo no desemprego e a presso por salrios reais maiores para
os trabalhadores ao mesmo tempo que a capacidade de produo se torna um
limitante para a oferta de bens e servios, pressionando o aumento da inao.
Expectativa de inao baixa e produo econmica estagnada. Esse cenrio
se caracteriza por altas taxas de desemprego e uma grande capacidade ociosa na
indstria. A expectativa de inao baixa e incertezas quando ao emprego, fazem
com que as famlias reduzam o consumo e aumentem as economias.
O primeiro dos cenrios mostrado na gura 6.3. Neste caso h um choque inaci-
onrio juntamente com um aquecimento da economia. Uma vez que o governo registra
a inao acima da meta, as taxas de juros so elevadas em mais de 1%. Entretanto,
a poltica monetria no tem efeito imediato, e o aquecimento da atividade econmica
provoca um aumento ainda maior da inao. A partir do segundo perodo, as taxas
de juros mais altas comeam a surtir efeito e a inao comea a cair. Em seguida, o
governo comea a diminuir gradativamente a taxa de juros at chegar a um ponto de
equilbrio.
O segundo cenrio, mostrado na gura 6.4, apresenta uma situao de atividade
econmica e inao baixas. Nesse caso, a resposta do governo segundo o modelo
deveria ser uma reduo na taxa de juros de pouco mais de 1%. Essa poltica permitiria
um incentivo atividade econmica com a posterior retomada da inao ao centro da
meta.
5 10 15 20 25
10%
12%
14%
Taxa de Juros
Figura 6.3: Resultado da simulao para o cenrio de inao inicial alta
5 10 15 20 25
8%
10%
12%
13%
Taxa de Juros
Figura 6.4: Resultado da simulao para o cenrio de inao inicial baixa
6.5 Comparao entre a poltica tima e a poltica
implementada no Brasil
O objetivo desta seo comparar a poltica monetria sugerida pelo modelo com a
poltica implementada pelo governo. O perodo entre 2008 e 2009 foi escolhido pois
apresenta caractersticas singulares, como o aumento da inao juntamente com um
forte crescimento econmico no comeo de 2008, seguido de um perodo recessivo que
se estendeu dos ltimos meses de 2008 ao incio de 2009.
Em maro de 2008 a taxa Selic estava em 11,25% e a expectativa de inao estava
prxima meta de inao de 4.5%. Nos meses seguintes, a expectativa de inao
comeou a subir, chegando a atingir 5,23% em junho. Nesse momento a taxa selic
estava 12,25%, e foi elevada continuamente at atingir 13,75% em setembro daquele
ano. A taxa foi mantida nesse patamar at janeiro de 2009, quando a expectativa
de inao j estava prxima da meta e a economia j dava amplos sinais de estar
entrando em recesso (hiato do produto negativo). Mesmo assim, o governo reduziu
levemente a Selic para 12,75%, ainda muito acima dos valores registrados em maro de
2008. Entre janeiro e julho de 2009, o governo reduziu a taxa Selic para 8,75%, quando
a expectativa de inao j se encontrava em 4,10%, bem abaixo da meta.
Conclui-se que o governo brasileiro optou por uma poltica de movimentos graduais
na taxa de juros. Entretanto, conforme vericado nas simulaes, tal poltica no
tima. Os resultados da pesquisa desenvolvida neste trabalho sugerem que a aplicao
de choques na poltica monetria gera um resultado melhor que a modicao gradual
das taxas de juros. Utilizando o cenrio de junho de 2008, o modelo sugeriria um
aumento prximo de 3% na taxa selic. O efeito desse salto na taxa de juros seria manter
a expectativa de inao perto da meta e evitar o superaquecimento da economia visto
nos meses seguintes. Isso permitiria ao governo baixar rapidamente as taxas de juros
at o ms de setembro, quando o cenrio j tinha mudado totalmente.
Um dos problemas do gradualismo adotado na poltica monetria que os ciclos
econmicos podem mudar de modo rpido, o que faz com que a poltica seja aplicada
em um momento inadequado. Assim, a poltica monetria aplicada em 2008 acabou por
aumentar os efeitos dos ciclos econmicos, o que se evidenciou no resultado do produto
interno bruto que apresentou uma queda acumulada de 6% entre julho e dezembro de
2008.
Captulo 7
Concluso
O objetivo deste trabalho apresentar mtodos para a otimizao da poltica mone-
tria. Para isso, necessrio pesquisar um modelo que reita a dinmica econmica,
estimar os parmetros desse modelo e denir uma funo custo para ser minimizada.
A pesquisa sobre opes de modelos macroeconmicos revelou um pouco sobre a
evoluo do pensamento econmico e sobre a prpria evoluo das tcnicas de controle.
Os trabalhos iniciais imaginavam a economia como um sistema evoluindo mecanica-
mente de um estado para outro, e o caminho para achar polticas timas cada vez mais
conveis seria pela procura por modelo mais complexos, explorando no-linearidades
entre as variveis.
Entretanto, o desenvolvimento de novas teoria mostrou que o resultado desses tra-
balhos iniciais eram invlidos. Na verdade, os sistemas econmicos so muitos mais
complexos do que qualquer modelos recursivos disponveis na poca. Ao invs de um
modelo dinmico, surgiram os modelos de equilbrio que representam o equilbrio for-
mado pela deciso tima de cada agente econmico. O que caracteriza esses modelos
a hiptese das expectativas racionais, assim ao invs de olhar para o passado, a melhor
explicao para o presente viria da observao das expectativas para o futuro.
Enquanto os antigos modelos keynesianos possuam uma formulao recursiva, per-
mitindo a utilizao de programao dinmica para encontrar a poltica tima, os novos
modelos, entre os quais esto os novos keynesianos, no possuam essa formulao re-
63
7. Concluso 64
cursiva. Assim, o controle timo no poderia ser encontrado diretamente.
A soluo para o problema de controle timo em um modelo com expectativas raci-
onais passa pela utilizao ou do mtodo do Lagrangeano ou pelo mtodo do ponto de
sela recursivo. O primeiro utiliza condies de primeira ordem para incluir a varivel
de controle entre as variveis de estado e depois utiliza o mtodo para resolver um mo-
delo com expectativas racionais comum. So adicionadas condies de transversalidade
para garantir a existncia de uma soluo. J o segundo mtodo parte do mtodo dos
multiplicadores de Lagrange e explora a dualidade do lagrangiano para reescrever um
problema de minimizao como um problema de ponto de sela, restrito uma equao
recursiva. Esse problema pode ser resolvido usando uma mudana de variveis que
permite reescrever o problema como um LQR comum.
Tambm foi apresentado o problema de estimao de variveis no-observveis e
estimao de parmetros. O primeiro foi resolvido pelo mtodo de Harvey-Clark e pelo
ltro de Hodrick-Prescott, com ambos os mtodos gerando resultados numricos simi-
lares. J o problema de estimao de parmetros foi resolvido pelo OLS para o modelo
keynesiano e pelo GMM para o modelo novo keynesiano. Como o modelo adotado
foi muito simplicado, com apenas 4 variveis de estado, os resultados de parmetros
estimados no tiveram signicncia estatstica elevada, pois h muitas outras vari-
veis interferindo que deveriam ter sido consideradas. Entretanto, como o objetivo do
trabalho era considerar a parte de poltica tima em um modelo com poucas variveis
para que fosse possvel estudar as relaes fundamentais, o problema da signicncia
estatstica foi desconsiderado.
Em seguida, com os valores estimados para os parmetros do modelo e as polticas
monetrias timas analiticamente determinada, foram realizadas varias simulaes para
testar o resultado da poltica tima em cenrios predeterminados. Depreende-se, das
simulaes analisadas, que a resposta tima do governo sempre na forma de um salto
inicial nas taxas de juros, com um gradual retorno aos valores de equilbrio. Entretanto,
analisando a Poltica Monetria implementada pelo governo brasileiro nos ltimos anos,
7. Concluso 65
percebe-se que tm prevalecido um movimento gradual, tanto no aumento quanto na
diminuio, das taxas de juros. Conforme mostrado, esse tipo de poltica gradualista
no compatvel com a poltica tima simulada neste trabalho.
Por outro lado, a crtica que se faz a esse tipo de modelo que os parmetros
permanecem constante durante todo o perodo. Essa hiptese pode ser verdadeira
quando o intervalo de tempo analisado de poucos anos. Entretanto, para analisar
ciclos durantes dcadas no se pode assumir um modelo invariante no tempo. Uma
possibilidade seria a utilizao de modelos com saltos markovianos, onde cada estado
possui um conjunto de parmetros xos e associado determinado modo de opera-
o da economia. O problema para a aplicao desses modelos com saltos na analise
econmica brasileira a limitao na srie de dados para estimar os parmetros do
modelo. Fica como sugesto para pesquisa futura a utilizao de modelos com saltos
markovianos e, ainda mais simples, a utilizao de modelos com mais variveis de es-
tado, incluindo outras variveis relevantes, como a taxa de cmbio, o desemprego e os
gastos do governo (poltica scal).
Apndice A
Calculo Matricial
Uma vez que os conceitos de clculo matricial so bastante utilizados ao longo do
trabalho, cabe relembrar algumas propriedades teis.
A
T
xB
x
= AB
T
(A.1)
A
T
x
T
B
x
= BA
T
(A.2)
x
T
Ax
x
= (A + A
T
)x (A.3)
A
T
xx
T
B
x
= x
T
(AB
T
+ BA
T
) (A.4)
66
Apndice B
Passos intermedirios em equaes
B.1 Condies de Primeira ordem da equao (5.34)
O problema consiste em calcular a condio de primeira ordem com respeito a y
t
para
a equao:
L =
t=0
t
_
y
t
Qy
t
+ i
t
Ri
t
+ 2
t+1
(Ay
t
+ Bi
t
y
t+1
)
_
(B.1)
Para facilitar a soluo, preciso reescrever o termo envolvendo y
t
e y
t+1
como:
L =
t=0
_
t+1
t+1
(Ay
t
y
t+1
)
_
=
t=1
_
(
t+1
t+1
A
t
t
)y
t
_
+
1
Ay
0
(B.2)
Assim:
L
y
t
= 2y
t
R + 2(
t+1
A
t
) = 0 (B.3)
67
Referncias Bibliogrcas
Areosa, M. (2008). Combining hodrick-prescott ltering with a production function
approach to estimate output gap. Working Papers Series 172, Central Bank of Brazil,
Research Department.
Backus, D. e Drill, J. (1986). The consistency of optimal policy in stochastic rational
expectations models. CEPR Discussion Papers 124, C.E.P.R. Discussion Papers.
Blanchard, O. e Fischer, S. (1989). Lectures on Macroeconomics. MIT Press.
Blanchard, O. J. (1983). Methods of solution and simulation for dynamic rational
expectations models. NBER Technical Working Papers 0028, National Bureau of
Economic Research, Inc.
Blanchard, O. J. e Kahn, C. M. (1980). The solution of linear dierence models under
rational expectations. Econometrica, 48(5):130511.
Bonomo, M. A. e Brito, R. D. (2001). Regras monetrias e dinmica macroeconmica
no brasil: uma abordagem de expectativas racionais. Technical report, Central Bank
of Brazil, Research Department.
Clarida, R.; Gal, J. e Gertler, M. (1999). The science of monetary policy: A new
keynesian perspective. Journal of Economic Literature.
Cusinato, R.; Minella, A. e Junior, S. D. S. P. (2010). Output gap and gdp in brazil: a
real-time data analysis. Working Papers Series 203, Central Bank of Brazil, Research
Department.
68
Referncias Bibliogrficas 69
Gali, J.; Gertler, M. e David Lopez-Salido, J. (2005). Robustness of the estimates of the
hybrid new keynesian phillips curve. Journal of Monetary Economics, 52(6):1107
1118.
Harvey, A. C. (1985). Trends and cycles in macroeconomic time series. Journal of
Business & Economic Statistics, 3(3):21627.
Hodrick, R. J. e Prescott, E. C. (1997). Postwar u.s. business cycles: An empirical
investigation. Journal of Money, Credit and Banking, 29(1):116.
Kin, C.-J. K. e Nelson, C. R. (1999). State-Space Models with Regime Switching:
Classical and Gibbs-Sampling Approaches with Applications, volume 1. The MIT
Press, 1 edio.
Kwakernaak, H. e Sivan, R. (1972). Linear Optimal Control Systems. John Wiley &
Sons, Inc., New York, NY, USA.
Kydland, F. e Prescott, E. C. (1982). Time to build and aggregate uctuations.
Levine, P. e Currie, D. (1987). The design of feedback rules in linear stochastic rational
expectations models. Journal of Economic Dynamics and Control, 11(1):128.
Lind, J. (2001). Estimating new-keynesian phillips curves: A full information maxi-
mum likelihood approach. Working Paper Series 129, Sveriges Riksbank (Central
Bank of Sweden).
Ljungqvist, L. e Sargent, T. J. (2000). Recursive Macroeconomic Theory. MIT Press,
Cambridge, Mass. [u.a.].
Lucas, R. E. (1976). Econometric policy evaluation: A critique. Carnegie-Rochester
Conference Series on Public Policy, 1(1):1946.
Marcet, A. e Marimon, R. (1994). Recursive contracts. Economics Working Papers
337, Department of Economics and Business, Universitat Pompeu Fabra.
Modigliani, F. (1977). The monetarist controversy; or, should we forsake stabilization
policies? Economic Review, pp. 2746.
Moessner, R. (2006). Optimal discretionary policy in rational expectations models with
regime switching. Bank of England working papers 299, Bank of England.
Muth, J. F. (1961). Rational expectations and the theory of price movements. Econo-
metrica, 29(3):315335.
Neiss, K. e Nelson, E. (2002). Ination dynamics, marginal cost, and the output gap:
evidence from three countries. Proceedings.
Orphanides, A. e Wieland, V. (2000). Ination zone targeting. European Economic
Review, 44(7):13511387.
Oudiz, G. e Sachs, J. (1984). International policy coordination in dynamic macroeco-
nomic models. NBER Working Papers 1417, National Bureau of Economic Research,
Inc.
Pindyck, R. S. (1973). Optimal policies for economic stabilization. Econometrica,
41(3):529560.
Rotemberg, J. J. e Woodford, M. (1998). An optimization-based econometric fra-
mework for the evaluation of monetary policy: Expanded version. Working Paper
233, National Bureau of Economic Research.
Sargent, T. e Wallace, N. (1974). Rational expectations and the theory of economic
policy. Working Papers 29, Federal Reserve Bank of Minneapolis.
Simonsen, M. H. e Cysne, R. P. (2007). Macroeconomia. Editora Atlas, 3
a
edio.
Sims, C. A. (2002). Solving linear rational expectations models. Computational Eco-
nomics, 20(1-2):120.
Soderlind, P. (1999). Solution and estimation of re macromodels with optimal policy.
European Economic Review, 43(4-6):813823.
Svensson, L. e Williams, N. (2005). Monetary policy with model uncertainty: Dis-
tribution forecast targeting. Working Paper 11733, National Bureau of Economic
Research.
Svensson, L. E. e Williams, N. (2008). Optimal monetary policy under uncertainty
in dsge models: A markov jump-linear-quadratic approach. Working Paper 13892,
National Bureau of Economic Research.
Svensson, L. E. O. (1997). Ination forecast targeting: Implementing and monito-
ring ination targets. NBER Working Papers 5797, National Bureau of Economic
Research, Inc.
Tustin, A. (1953). The Mechanism of Economic Systems. Harvard Univ. Press.
Woodford, M. (2003). Interest & Prices: Foundations of a Theory of Monetary Policy.
Princeton University Press.

Dissertacao Lucas G Praxedes

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dissertacao Lucas G Praxedes

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE DE SO PAULO

). Para que a soluo seja possvel,

). Nota-se que o valor das metas

Potrebbero piacerti anche