Brasil

(Regresar a Contenido)

El número de estados que se eligen para Brasil tiene, al igual que Sargent et al. (2009), una configuración para el proceso que sigue el déficit de 3 estados para la media (bajo, intermedio y alto), y 2 para la varianza (bajo y alto). Las estimaciones usan como insumo la inflación, mes a mes, ajustada por estacionalidad en el periodo comprendido entre abril de 1979 y octubre de 2022.

Inflación e Inflación ajustada por estacionalidad

Entre 1980 y el fin de la muestra, la historia de la inflación de Brasil se podría dividir, en términos generales, en dos periodos. El primero se extiende de 1980 a 1994. Dicho periodo se caracterizó por tener una alta inflación; inclusive, existieron dos episodios de hiperinflación. Por su parte, el segundo periodo comenzó en 1994 y se caracterizó por una inflación notablemente más baja. Este cambio podría asociarse a una serie de reformas estructurales.

Notas: Cambio porcentual mes a mes del Índice de Precios al Consumidor, a.e. se refiere a datos ajustados por estacionalidad.
Muestra: abril de 1979 a octubre de 2022. Fuente: Con datos del Banco Central do Brasil.

Acercamiento: Datos de Inflación

Parámetros estimados para el modelo

La siguiente tabla muestra los parámetros resultantes de la solución numérica del problema de optimización para la función de verosimilitud asociada al modelo de SWZ. Refiérase a la descripción del modelo para consultar una discusión sobre la intuición detrás de este. Además, se refiere al lector interesado a Sargent, Williams y Zha (2009), y Ramos-Francia, García-Verdú y Sánchez-Martínez (2018) para mayores detalles.

A continuación, se hace una breve descripción de los parámetros del modelo.

  • El modelo supone un mecanismo de expectativas de inflación adaptativas con ganancia constante. Esto quiere decir que los agentes forman su expectativa de inflación para el siguiente periodo con base en su expectativa del periodo presente y la inflación observada. El parámetro ν determina la proporción que los agentes le otorgan a la inflación observada para generar su expectativa. Así, un parámetro ν cercano a 0 indica que los agentes toman en cuenta solamente su expectativa de inflación pasada. En contraste, un parámetro ν cercano a 1 indica que los agentes toman en cuenta solamente la inflación observada. Se le llama constante porque el parámetro ν es fijo.
  • El parámetro λ mide la sensibilidad de la demanda por dinero a los cambios en la inflación esperada y puede tomar valores entre 0 y 1. En este modelo, dicha demanda por dinero (en términos reales) depende linealmente y con signo negativo del nivel de precios esperado. Es decir, una mayor inflación implica un mayor costo de oportunidad de conservar dinero.
  • Se supone que los parámetros de la distribución del déficit siguen dos procesos de Markov independientes. En dichos procesos cada estado tiene asociado un conjunto de valores que indican la probabilidad de permanecer en el mismo estado o de transitar a un estado vecino en el siguiente periodo. En la tabla, se presenta la probabilidad de permanecer en el mismo estado. Si solo existe un posible estado vecino, la probabilidad de transitar a él es la unidad menos la probabilidad de permanecer en el estado original. En cambio, si se está en un estado con dos posibles estados vecinos, se supone que existe la misma probabilidad de transitar a cualquiera de ellos.
  • El parámetro σ(π) mide la desviación estándar del proceso que determina el reajuste de la inflación y las expectativas de inflación en el caso de que se dé una reforma cosmética. En dicho caso, la inflación y sus expectativas son reajustadas al valor del equilibrio para el estado de la media asociado al nivel bajo (que es estable) más algo de ruido.

    • Notas: Los errores estándar de los parámetros son estimados usando la cota de Crámer-Rao. El punto en el caso del parámetro del déficit representa que no es posible obtener una estimación apropiada para el error estándar debido a que el valor del parámetro es una solución de esquina del problema.

    Discusión

    Al inicio de la muestra, las estimaciones de las probabilidades de los estados con una media intermedia o alta, al igual que la varianza, son las que dominan. Así, no parece haber indicios que en los años 80 y hasta mediados de la década de los 90, las estimaciones de las probabilidades del estado con una media baja sean muy distintos de cero.

    A partir de mediados de los 90, esta situación se revierte. Se tiene que las estimaciones de las probabilidades del estado con una media baja son los que predominan. Las estimaciones de las probabilidades solo varían en cuanto al peso que le dan a una varianza baja o a una alta.

    Notablemente, en los últimos cinco años, se tiene que la probabilidad del estado con media baja y volatilidad baja ha ido cayendo gradualmente, con un aumento a principios de 2019. Así, en los últimos periodos, se tiene que la estimación de la probabilidad del estado con media baja y volatilidad alta ha aumentado.

    Esta dinámica tiene dos aspectos principales. Por un lado, el que la estimación de la probabilidad de estar en el estado con media baja se haya mantenido en un nivel alto, lo cual podría considerarse como favorable para la economía. Por otro lado, el que la estimación de la probabilidad del estado con volatilidad alta haya aumentando podría ser desfavorable.

    Considerando ahora las estimaciones de la probabilidad de escape, se tienen dos claros picos, uno a finales de los 80 y el otro a principios de los 90. Por su lado, considérese que la estimación de la probabilidad de una reforma cosmética para Brasil no parece rebasar niveles más allá de 0.3. Lo anterior sugiere que, de haber habido alguna reforma, esta fue fundamental en el sentido de SWZ. En efecto, como se mencionó en la descripción del modelo , las reformas pueden ser cosméticas o fundamentales.

    A partir de 1996, la estimación de la probabilidad de escape ha permanecido esencialmente en cero. Como nota positiva, dicha propiedad se mantuvo durante varios años de crisis, incluyendo los asociados a la crisis financiera global, y también al final de la muestra.

    No solamente las estimaciones parecen sensatas desde el punto econométrico, también, en buena medida, coinciden con la narrativa de los eventos económicos en, por ejemplo, Ayres, Garcia, Guillén & Kehoe (2019).

    Estimación de la probabilidad de encontrarse en alguno de los estados del modelo (media,varianza)

    Nota: Para considerar algún estado para la media del déficit, es necesario sumar las probabilidades de los estados bajo y alto para la varianza. Por ejemplo, para considerar la probabilidad de estar en el estado bajo para la media del déficit hay que sumar las probabilidades de los estados ( bajo , bajo) y ( bajo , alto).
    Para observar un subconjunto de los estados del modelo, por favor presione las leyendas en la gráfica para mostrar o dejar de mostrar el estado correspondiente.
    Muestra: abril de 1979 a octubre de 2022. Fuente: Con datos del Banco Central do Brasil.

    Equilibrios autoconfirmados (EAC) e Inflación Esperada

    Se muestran las soluciones de la ecuación diferencial que determina los niveles de equilibrio para la inflación esperada. Cuando las probabilidades de permanecer en cada uno de los estados de la media son cercanas a 1, dichos niveles de equilibrio se consideran como buenas aproximaciones.

    En específico, los cruces de cada curva con el eje vertical, representados con líneas horizontales, determinan los niveles de equilibrio estables (los que tienen niveles más bajos) e inestables (los que tienen niveles más altos).

    Fuente: Con datos del Banco Central do Brasil.

    Cuanto más cerca estén las expectativas de inflación al nivel de equilibrio inestable asociado al estado en el que es más probable estar, mayor será la probabilidad de escape. Un evento de escape detonaría la necesidad de tener una reforma para que el nivel de la inflación y de sus expectativas regresen a niveles estables.

    Muestra: abril de 1979 a octubre de 2022. Fuente: Con datos del Banco Central do Brasil.

    Estimación de la probabilidad de escape

    Muestra: abril de 1979 a octubre de 2022. Fuente: Con datos del Banco Central do Brasil.

    Referencias

  • Ayres, J., Garcia, M., Guillén, D. A., & Kehoe, P. J. (2019). "The monetary and fiscal history of Brazil: 1960-2016". NBER Working Paper No. w25421, National Bureau of Economic Research.

    • (Regresar a Contenido)