Análise Aprofundada do Modelo Macroeconômico FRB/EUA
Análise Aprofundada do Modelo Macroeconômico FRB/EUA
Esta página analisa o modelo FRB/EUA da Reserva Federal e como ele orienta a análise de política monetária. Resume a estrutura do modelo, os principais insumos e a forma como a equipe utiliza simulações para comparar trajetórias de política. Use o alternador iniciante/especialista no canto superior direito para ajustar o nível de detalhe.
O Comitê Federal de Mercado Aberto reúne-se oito vezes por ano para definir a taxa dos fundos federais. Essas decisões moldam os custos de empréstimo, o emprego e a inflação. O FRB/EUA é uma ferramenta central que a equipe utiliza para mapear as escolhas de política às prováveis consequências.
Trata-se de um insumo entre muitos. O modelo fornece análises baseadas em cenários ao lado de outros modelos e do julgamento dos especialistas.
Um modelo é um conjunto de equações que relaciona gastos, contratações, preços e condições financeiras. Ao alterar uma taxa de política, o modelo traça como essas relações tipicamente evoluem ao longo do tempo. É uma forma disciplinada de comparar opções, não uma previsão de surpresas.
A política monetária afeta a economia por muitos canais e com longas defasagens. Um modelo ajuda a manter essas interações e esse timing de forma consistente.
O FRB/EUA divide a economia em setores com comportamentos distintos:
As famílias decidem quanto gastar versus poupar. Taxas mais altas tendem a desacelerar compras de alto valor, embora algumas famílias estejam com liquidez restrita e sejam menos sensíveis às taxas.
As empresas investem e contratam com base na demanda esperada e nos custos de financiamento. Taxas mais altas elevam o patamar mínimo para novos projetos.
O Fed define a taxa overnight, que influencia os rendimentos de títulos, as taxas de hipoteca e as avaliações de ações. O modelo captura essas conexões.
A política afeta o dólar e o comércio. Um dólar mais forte tipicamente restringe as exportações e reduz os preços das importações.
No modelo, um aperto de 1 ponto percentual tipicamente produz:
Essas são tendências baseadas no modelo, não previsões pontuais.
O FRB/EUA é um modelo estrutural estimado de grande escala que se situa fora da tradição DSGE. Prioriza o ajuste empírico e o detalhamento institucional, com menor ênfase na otimização totalmente microfundamentada.
O modelo reflete a abordagem pragmática do Fed para a análise de política monetária. Substituiu o modelo MPS em 1996 para modernizar o arcabouço macroeconométrico e aprimorar o tratamento de expectativas.
Fonte: Página do Projeto FRB/EUA da Reserva Federal
A distinção é importante para interpretar os resultados e as limitações:
Os modelos DSGE frequentemente calibram parâmetros-chave e depois avaliam o ajuste. O FRB/EUA estima a maioria dos parâmetros a partir de dados agregados, melhorando o ajuste empírico a algum custo para a interpretação estrutural.
O FRB/EUA combina relações de longo prazo consistentes com a teoria com dinâmicas de curto prazo empíricas. O bloco de consumo mescla o comportamento do ciclo de vida com um componente de regra prática para aproximar a heterogeneidade.
O FRB/EUA incorpora detalhes institucionais dos EUA que frequentemente são abstraídos nos modelos DSGE:
O modelo pode ser executado sob diferentes hipóteses de expectativas sem necessidade de reestimação. A equipe pode comparar expectativas baseadas em VAR com expectativas consistentes com o modelo para testar a robustez.
A política monetária opera por múltiplos canais com diferentes estruturas de defasagem:
| Canal | Mecanismo | Impacto Máximo | Representação no Modelo |
|---|---|---|---|
| Canal da Taxa de Juros | Custo de capital → Investimento, Habitação | 4 a 6 trimestres | Elasticidades de custo de uso: $\epsilon_{I,r} \approx -1.0$ |
| Canal de Preços de Ativos | Avaliações de ações → Riqueza → Consumo | 6 a 8 trimestres | Efeito riqueza: $\partial C / \partial W \approx 0.03$ |
| Canal da Taxa de Câmbio | Diferencial de taxa → Dólar → Exportações líquidas | 3 a 5 trimestres | Elasticidade comercial: $\epsilon_{NX,e} \approx -0.3$ |
| Canal de Expectativas | Orientação prospectiva → Taxas futuras → Decisões atuais | 1 a 3 trimestres | Termos expectacionais nas equações de Euler |
| Canal de Crédito | Capital bancário → Padrões de concessão → Disponibilidade de crédito | 3 a 6 trimestres | Acelerador financeiro via spread de risco |
Algoritmo de Solução:
# Pseudocódigo para a solução do FRB/EUA
1. Linearizar o sistema em torno do estado estacionário
2. Para t = 1 até T:
a. Calcular expectativas: E_t[X_{t+1}] usando VAR ou ER
b. Resolver bloco não linear (precificação, investimento) via Newton-Raphson
c. Resolver bloco linear (identidades, processos AR) analiticamente
d. Verificar convergência: ||X_t - X_t^{prev}|| < tolerância
3. Se não convergiu, atualizar e iterar
# Parâmetros-chave da estimação:
- Suavização do consumo: σ ≈ 2,0 (EIS = 0,5)
- Precificação de Calvo: θ ≈ 0,75 (duração média de preço de 4 trimestres)
- Inclinação da curva de Phillips: κ ≈ 0,01 (muito plana)
- Regra de Taylor: ψ_π ≈ 1,5, ψ_y ≈ 0,5
Vantagens em relação aos modelos DSGE:
Vantagens em relação aos modelos VAR/forma reduzida:
Principais limitações (discutidas em detalhes abaixo):
O FRB/EUA separa o comportamento desejado das fricções que retardam o ajuste. A diferença entre as metas e os resultados efetivos impulsiona a dinâmica da economia.
Camada 1 – Metas de longo prazo: Famílias e empresas escolhem os gastos, contratações e preços desejados com base em incentivos e renda esperada.
Camada 2 – Fricções de ajuste: Atrasos de financiamento, construção e informação retardam o movimento em direção a essas metas.
As famílias suavizam o consumo ao longo do tempo com base na renda, na riqueza e nas taxas de juros.
Exemplo: Um comprador em potencial avalia:
O modelo agrega essas decisões em demanda habitacional e consumo.
As empresas contratam e investem com base na demanda esperada e nos custos de financiamento.
Exemplo: Um fabricante que considera uma nova planta analisa:
As decisões agregadas impulsionam o emprego, o investimento e a produção.
As empresas ajustam os preços com pouca frequência porque as mudanças são custosas. Por isso a inflação responde com uma defasagem.
Na prática: As empresas atualizam os preços em lotes, não continuamente, o que torna a inflação gradual em vez de imediata.
As expectativas moldam hoje as decisões de gasto, precificação e salários.
A Comunicação do Fed Importa: Quando o Fed sinaliza uma trajetória de política, o comportamento muda imediatamente:
O modelo traça um ciclo de retroalimentação:
O FRB/EUA decompõe o comportamento em metas baseadas em otimização e dinâmicas de ajuste empíricas, combinando tratabilidade com forte ajuste empírico.
Presume-se que os mercados financeiros se equilibram instantaneamente por meio de condições de não-arbitragem. A estrutura a termo das taxas de juros segue:
onde $R_{t,n}$ é a taxa de n períodos, $r_t$ é a taxa de política de um período e $\theta_{t,n}$ é um prêmio a termo variável no tempo. O prêmio a termo segue um processo AR(1) estimado via filtro de Kalman:
A precificação de ações segue o modelo de crescimento de Gordon com taxas de desconto variáveis no tempo:
onde $D_t$ são dividendos, $g_t^D$ é o crescimento esperado de dividendos, $\phi_{eq}$ é o prêmio de risco das ações (estimado em 4,5% ao ano) e $\omega_t$ captura o apetite por risco variável no tempo.
As taxas de câmbio obedecem à paridade de taxa de juros descoberta modificada:
onde $\psi_t$ representa desvios da PTJD (prêmio de risco, fluxos de porto seguro) estimados com meia-vida de ~3 trimestres.
Otimização das Famílias:
A família representativa maximiza a utilidade descontada ao longo de um horizonte infinito:
sujeita à restrição orçamentária intertemporal:
A condição de primeira ordem fornece a equação de Euler do consumo:
Assumindo utilidade CRRA $U(C,L) = \frac{C^{1-\sigma}}{1-\sigma} + \psi \frac{(1-L)^{1-\nu}}{1-\nu}$, isso se torna:
Linearizando logaritmicamente em torno do estado estacionário:
onde $\sigma \approx 2,0$ (estimado), implicando elasticidade de substituição intertemporal $1/\sigma = 0,5$.
Otimização das Empresas:
As empresas maximizam o valor presente dos lucros usando a função de produção:
A acumulação de capital segue:
A CPO para o capital fornece a equação neoclássica de investimento:
onde $MPK_t = \alpha A_t (K_t/L_t)^{\alpha-1}$ é o produto marginal do capital e $P_t^I$ é o preço dos bens de investimento.
Definição de Preços: As empresas enfrentam precificação de Calvo com probabilidade $\theta$ de não conseguir ajustar os preços em cada período. A derivação da curva de Phillips fornece:
onde $\kappa = \frac{(1-\theta)(1-\beta\theta)}{\theta}$ e $mc_t$ são os custos marginais reais. Com $\theta \approx 0,75$ estimado, a duração média do preço é $\frac{1}{1-\theta} = 4$ trimestres.
A curva de Phillips empírica no FRB/EUA incorpora persistência adicional e indexação:
onde $\gamma_f \approx 0,24$, $\gamma_b \approx 0,76$, $\kappa \approx 0,01$ (muito plana), $\mu \approx 0,08$.
Determinação de Salários: O mecanismo de Calvo similar para salários fornece:
com inclinação da curva de Phillips salarial $\phi_u \approx 0,015$ e repasse inflacionário $\phi_\pi \approx 0,60$.
O FRB/EUA permite expectativas flexíveis por meio de três modos:
Baseada em VAR (Retrospectiva):
onde $X_t$ contém variáveis endógenas e $Z_t$ contém variáveis exógenas. Os parâmetros do VAR $\{\Phi_h, \Psi_h\}$ são estimados via MQO em dados históricos.
Consistente com o Modelo (Expectativas Racionais):
Expectativas resolvidas simultaneamente com o modelo via algoritmo Newton-Raphson. Para qualquer variável $X$:
onde $f_h$ é a solução do modelo h passos à frente e $\theta$ contém os parâmetros estruturais.
Híbrida: Combinação convexa de VAR e ER:
com $\lambda$ normalmente definido como 0,75, refletindo evidências de pesquisas de que a maioria dos agentes usa expectativas adaptativas em vez de plenamente racionais.
O modelo completo pode ser escrito de forma compacta no espaço de estados:
onde $A_0, A_1, A_2 \in \mathbb{R}^{365 \times 365}$ são matrizes esparsas (90% de zeros) contendo parâmetros estruturais, $B \in \mathbb{R}^{365 \times 40}$ mapeia choques exógenos e $\epsilon_t$ são inovações estruturais.
Implementação Computacional:
# Algoritmo de solução (simplificado)
function solve_frbusmodel(params, exog_path, T):
X = initialize_state_vector()
for t in 1:T:
# 1. Formar expectativas
if expectations_mode == "VAR":
E_X = VAR_forecast(X[1:t], params.VAR)
elif expectations_mode == "RE":
E_X = RE_solve(X, params, t)
# 2. Resolver para o período atual
# Bloco não linear (4 equações-chave)
X_nl = newton_raphson(
F_nonlinear, X0=X[t-1],
args=(E_X, exog_path[t], params)
)
# Bloco linear (restante do modelo)
X_linear = sparse_solve(
A_linear,
b=B*exog_path[t] + C*X_nl
)
X[t] = [X_nl; X_linear]
return X
end
# Desempenho típico:
# - Simulação única: ~0,5 segundos (365 variáveis, 200 trimestres)
# - Simulação estocástica (1000 extrações): ~10 minutos
# - Estimação completa de parâmetros: ~2 horas em cluster de 32 núcleos
Esta seção explica como o modelo trata os gastos, a poupança, a habitação e a oferta de trabalho das famílias.
As famílias equilibram os gastos correntes com as necessidades futuras. O modelo pressupõe que as decisões refletem a renda ao longo da vida, não apenas o salário de hoje.
Cenário: Um recém-formado começa um emprego com salário de US$ 50.000 por ano.
Visão de curto prazo: "Devo manter os pagamentos baixos."
Visão ao longo da vida: "Os ganhos esperados aumentam com o tempo, então tomar empréstimos moderados pode ser viável."
O modelo agrega essas decisões em consumo e poupança global.
Em economia: Isso é chamado de suavização do consumo: os gastos são mais estáveis do que a renda ao longo do ciclo de vida.
A moradia é a maior compra para a maioria das famílias. As taxas de hipoteca, portanto, têm um peso desproporcional.
| Taxa de Hipoteca | Pagamento Mensal (imóvel de US$ 400 mil) | Diferença Anual |
|---|---|---|
| 6,0% | US$ 2.398 | Referência |
| 7,0% | US$ 2.661 | +US$ 3.156/ano |
| 8,0% | US$ 2.935 | +US$ 6.444/ano |
Taxas mais altas elevam as prestações mensais e reduzem a demanda; o modelo mapeia isso em menor atividade habitacional.
As pessoas decidem quanto trabalhar com base nos salários e nas preferências por lazer.
A US$ 15/hora, alguém pode trabalhar 30 horas por semana. A US$ 25/hora, alguns trabalharão mais horas, enquanto outros escolherão mais lazer. O modelo captura a resposta média.
| Renda Média das Famílias: | US$ 78.500/ano (alta de 3,8% em relação a 2024) |
| Taxa de Poupança: | 4,2% da renda disponível |
| Dívida das Famílias: | US$ 17,5 trilhões no total (US$ 12,1 tri em hipotecas, US$ 1,6 tri em financiamentos de veículos, US$ 1,6 tri em cartões de crédito) |
| Patrimônio: | Patrimônio líquido médio das famílias: US$ 1,06 milhão |
O que isso significa: Os balanços patrimoniais das famílias são sólidos, mas sensíveis às taxas de juros. Custos de empréstimo mais elevados pesam sobre a habitação e o crescimento do crédito.
O setor doméstico abrange consumo, habitação, alocação de portfólio e oferta de trabalho. O modelo utiliza um arcabouço de ciclo de vida com heterogeneidade aproximada por agregação ponderada.
O consumo agregado é modelado como uma média ponderada de componentes prospectivo (ciclo de vida) e retrospectivo (regra prática):
Componente do Ciclo de Vida ($C_t^{LC}$):
Derivado da otimização intertemporal com a equação de Euler log-linearizada:
onde $w_t$ é a riqueza das famílias (capital financeiro + capital humano). O capital humano é calculado como o VPL da renda do trabalho esperada:
Componente de Regra Prática ($C_t^{RT}$):
Famílias com restrição de liquidez consomem uma fração fixa da renda disponível corrente:
Essa especificação implica as seguintes PMCs e efeitos riqueza:
Demanda Habitacional:
A demanda habitacional real (estoque) é determinada pelo custo de uso do capital habitacional:
onde o custo de uso é:
com elasticidades estimadas $\beta_1 \approx 1,0$ (elasticidade-renda unitária), $\beta_2 \approx -0,5$ (elasticidade de custo de uso).
Investimento Residencial:
O investimento habitacional (fluxo) responde à diferença entre o estoque desejado e o efetivo:
onde $\phi \approx 0,15$ (ajuste lento devido às defasagens de construção) e $\psi \approx 2,5$ (efeito acelerador).
A oferta agregada de trabalho (horas) é derivada da maximização da utilidade entre consumo e lazer. A elasticidade da oferta de trabalho em relação aos salários reais é:
Essa baixa elasticidade reflete os efeitos de renda e substituição que se compensam. A elasticidade de participação é maior, $\approx 0,5$, particularmente para trabalhadores secundários.
# Estado do Setor Doméstico (4T 2025)
Consumo_total = 14,8 # US$ trilhões, dólares reais de 2017
Renda_disponivel = 17,9 # US$ trilhões, real
Taxa_poupanca = 0,042 # 4,2% da renda disponível
# Composição da riqueza
Riqueza_financeira = 85,3 # US$ trilhões (ações, títulos, depósitos)
Riqueza_habitacional = 47,8 # US$ trilhões (patrimônio imobiliário)
Riqueza_total = 133,1 # US$ trilhões
# Dívida
Divida_hipotecaria = 12,1 # US$ trilhões
Credito_ao_consumidor = 5,1 # US$ trilhões (automóvel, cartões, estudantil)
Indice_servico_divida = 0,094 # 9,4% da renda disponível
# Mercado imobiliário
Precos_imoveis = 329000 # US$ mediana de imóvel existente
Taxa_hipoteca = 0,072 # 7,2% fixo em 30 anos
Inicios_construcao = 1,42 # milhões de unidades, SAAR
# Mercado de trabalho
Taxa_participacao = 0,625 # 62,5% da população em idade ativa
Horas_trabalhadas = 34,3 # média de horas semanais
Crescimento_salario_real = 0,018 # 1,8% a/a
# Elasticidades-chave (estimadas)
epsilon_C_r = -0,12 # consumo à taxa real (semielasticidade)
epsilon_H_r = -0,50 # habitação ao custo de uso
epsilon_L_w = 0,25 # trabalho ao salário real
PMC_transitorio = 0,40 # propensão marginal a consumir
efeito_riqueza = 0,03 # consumo à riqueza
| Trimestre | Consumo (var. %) | Invest. Residencial (var. %) | Horas Trabalhadas (var. %) | Taxa de Poupança (var. pp) |
|---|---|---|---|---|
| T1 | -0,1 | -1,2 | -0,05 | +0,2 |
| T4 | -0,4 | -4,5 | -0,18 | +0,4 |
| T8 | -0,6 | -5,2 | -0,25 | +0,3 |
| T12 | -0,5 | -3,8 | -0,20 | +0,1 |
Nota: A habitação responde mais rapidamente do que o consumo em razão da alavancagem e da durabilidade do capital habitacional. Os efeitos sobre o consumo atingem o pico mais tarde, à medida que os efeitos riqueza se acumulam.
Esta seção aborda como as empresas tomam decisões sobre produção, contratação, investimento e precificação.
As empresas tentam ajustar a produção à demanda, mas a produção se adapta com defasagens porque as cadeias de fornecimento e a contratação levam tempo.
Um fabricante de brinquedos vê os pedidos subirem em outubro. A produção só aumenta após:
O modelo captura essas defasagens entre demanda e produção.
A contratação é custosa e incerta, portanto as empresas se ajustam com cautela.
Na prática: As empresas frequentemente recorrem a horas extras antes de contratar novos funcionários permanentes, e só contratam quando a demanda parece duradoura.
Custo para contratar um funcionário:
O salário médio é de US$ 60.000/ano com US$ 15.000 em benefícios. A contratação é um compromisso de longo prazo.
Implicação para o modelo: O emprego tipicamente se defasa em relação à produção porque as empresas aguardam demanda sustentada.
Grandes investimentos levam tempo e dependem da demanda esperada e dos custos de financiamento:
Cenário: Uma empresa considera expandir uma fábrica em US$ 10 milhões.
| Taxa de Juros | Custo Anual do Empréstimo | ROI Necessário | Decisão |
|---|---|---|---|
| 3% | US$ 300.000 | >5% | Prosseguir |
| 5% | US$ 500.000 | >7% | Cauteloso |
| 7% | US$ 700.000 | >9% | Adiar |
Taxas mais altas elevam o patamar mínimo para o investimento e desaceleram os gastos de capital.
As empresas não alteram os preços continuamente porque isso é custoso e corre o risco de gerar reação negativa dos clientes.
Custos de mudança de preços:
Implicação para o modelo: Os preços mudam com pouca frequência, de modo que a inflação responde à política com uma defasagem.
| Investimento Empresarial: | US$ 3,1 trilhões/ano (queda de 5% em relação ao pico de 2023) |
| Lucros Corporativos: | US$ 2,8 trilhões/ano (margem de lucro: 11,2%) |
| Taxa de Empréstimo Empresarial: | 8,3% em média (alta em relação a 4,5% em 2021) |
| Utilização da Capacidade: | 78,5% (abaixo da média histórica de 80%) |
O que isso significa: Custos de empréstimo mais elevados arrefeceram o investimento. As empresas estão usando a capacidade existente em vez de expandir, consistente com a restrição da política monetária.
O setor empresarial abrange produção, demanda por fatores, determinação de preços sob rigidezes nominais e investimento com custos de ajuste. O modelo utiliza produção neoclássica padrão com precificação de Calvo e investimento pelo Q de Tobin.
A produção agregada segue Cobb-Douglas com progresso técnico que aumenta o trabalho:
onde $K_t$ é o estoque de capital, $L_t$ é o emprego, $H_t$ são as horas por trabalhador e $A_t$ é a produtividade do trabalho. A elasticidade da produção estimada $\alpha \approx 0,33$ (consistente com a participação do capital na renda).
A produtividade evolui como:
com crescimento tendencial $\mu_A \approx 0,005$ (2,0% ao ano) e persistência $\rho_A \approx 0,3$.
Dinâmica do Estoque de Capital:
com taxa de depreciação $\delta \approx 0,025$ (10% ao ano, média ponderada de estruturas e equipamentos).
Função de Investimento:
Estoque de capital desejado derivado da maximização de lucros:
onde o custo de uso do capital é:
com $\tau_c$ alíquota do imposto de renda corporativo (atualmente 21%), $ITC$ crédito fiscal de investimento e $\pi_t^I$ ganhos de capital sobre bens de investimento.
O investimento efetivo segue o Q de Tobin com custos de ajuste:
onde:
Parâmetros estimados:
Emprego Ótimo:
A partir da função de produção, a demanda por trabalho satisfaz:
A linearização logarítmica fornece a demanda por trabalho:
Elasticidade de longo prazo da demanda por trabalho em relação aos salários reais: $\epsilon_{L,W} = -\frac{1}{\alpha} \approx -3,0$.
Ajuste de Horas:
As empresas podem ajustar as horas mais rapidamente do que o número de funcionários. O modelo especifica velocidades de ajuste heterogêneas:
com $\lambda_h \approx 0,33$ (um terço de ajuste imediato via horas extras, dois terços gradual).
O ajuste do emprego é mais lento em razão dos custos de contratação e demissão:
com $\lambda_\ell \approx 0,10$ (aproximadamente 10 trimestres para fechar o hiato) e $\psi \approx 0,3$ (resposta imediata ao crescimento da produção).
Arcabouço de Precificação de Calvo:
Em cada período, uma fração $\theta$ das empresas não consegue ajustar os preços. As empresas otimizadoras definem o preço $P_t^*$ para maximizar:
A condição de primeira ordem fornece o markup ótimo:
A linearização logarítmica e a agregação fornecem a Curva de Phillips Neokeynesiana:
onde $\kappa = \frac{(1-\theta)(1-\beta\theta)}{\theta} \cdot \frac{1-\alpha}{1-\alpha+\alpha\epsilon}$.
Implementação Empírica:
A curva de Phillips de referência do FRB/EUA incorpora indexação e variáveis de estado adicionais:
Parâmetros estimados (versão 2024):
A curva de Phillips plana implica que hiatos do produto maiores são necessários para a desinflação, o que ajuda a explicar o progresso lento nos anos recentes.
# Estado do Setor Empresarial (4T 2025)
PIB_real = 22,8 # US$ trilhões, dólares de 2017
Estoque_capital = 48,2 # US$ trilhões, não-residencial privado
Taxa_investimento = 0,128 # razão I/K (12,8% do estoque de capital)
Taxa_depreciacao = 0,025 # trimestral (10% ao ano)
# Produção
Utilizacao_capacidade = 0,785 # 78,5%
Produtividade_trabalho = 2,1 # taxa de crescimento (%)
Crescimento_PTF = 0,8 # taxa de crescimento (%)
# Emprego
Emprego_total = 159,2 # milhões
Horas_semanais = 34,3 # média por trabalhador
Taxa_desemprego = 0,040 # 4,0%
# Precificação
Markup = 1,18 # Preço/Custo Marginal (markup de 18%)
Inflacao_nucleo_PCE = 0,026 # 2,6% a/a
Inflacao_salarial = 0,045 # 4,5% a/a
# Investimento
Investimento_empresarial = 3,1 # US$ trilhões/ano
Custo_uso_capital = 0,082 # 8,2%
Q_Tobin = 1,05 # ligeiramente acima do custo de reposição
# Finanças corporativas
Lucros_corporativos = 2,8 # US$ trilhões/ano
Margem_lucro = 0,112 # 11,2% das vendas
Divida_corporativa = 10,5 # US$ trilhões
Cobertura_juros = 8,2 # LAJIR/Despesa com juros
# Elasticidades-chave (estimadas)
epsilon_K_r = -1,00 # capital ao custo de uso
epsilon_I_Q = 0,04 # investimento ao Q de Tobin
epsilon_L_W = -3,00 # trabalho ao salário real
Inclinacao_Phillips = 0,009 # inflação ao hiato do produto
| Trimestre | Investimento (var. %) | Emprego (var. %) | Util. Capacidade (var. pp) | Inflação Núcleo (var. pp) |
|---|---|---|---|---|
| T1 | -0,8 | -0,02 | -0,3 | -0,01 |
| T4 | -3,2 | -0,18 | -1,1 | -0,08 |
| T8 | -4,5 | -0,42 | -1,5 | -0,22 |
| T12 | -3,1 | -0,38 | -1,2 | -0,35 |
| T16 | -1,8 | -0,25 | -0,7 | -0,42 |
Nota: O investimento responde antes do emprego, enquanto a inflação responde lentamente dado uma curva de Phillips plana.
As expectativas são fundamentais: o que as pessoas antecipam sobre inflação e crescimento influencia salários, preços e gastos.
As expectativas podem se autocumprir quando muitos agentes respondem à mesma crença.
Se os trabalhadores esperam inflação mais alta, exigem salários mais altos e as empresas elevam os preços para cobrir os custos. Essas ações podem validar a expectativa.
Muitas famílias extrapolam a partir da experiência recente.
2019-2021: Inflação próxima de 2% por vários anos
Expectativa típica: "A inflação permanecerá em torno de 2%"
2022: A inflação dispara para quase 9%
Expectativa atualizada: "A inflação pode permanecer alta"
2024-2025: A inflação cede para cerca de 2,6%
Expectativa atual: "A inflação está arrefecendo, mas ainda acima da meta"
Essa abordagem é simples, mas se ajusta lentamente.
Algumas famílias e a maioria das empresas prestam atenção às orientações e projeções do Fed.
A cada trimestre o Fed publica suas projeções de taxas de juros ("diagrama de pontos"). Quando essa trajetória muda, os mercados se ajustam rapidamente:
Esses movimentos ocorrem antes que as mudanças de política entrem em vigor.
Agentes mais sofisticados usam modelos e regras de política para formar expectativas prospectivas.
Essa abordagem é mais complexa e é a base da opção de "expectativas racionais" do modelo.
Início de 2021: O Fed descreveu a inflação como transitória
→ As expectativas permaneceram contidas
→ Os ajustes de salários e preços foram limitados
Final de 2021: A inflação persistiu por mais tempo do que o esperado
→ As expectativas subiram
→ Salários e preços se ajustaram de forma mais agressiva
Lição: Menor credibilidade eleva o custo da desinflação. O modelo mostra que são necessários aumentos maiores nas taxas para alcançar o mesmo resultado.
Expectativas de Inflação das Famílias (Pesquisa de Michigan):
Expectativas Baseadas no Mercado (títulos):
Previsores Profissionais:
O que isso significa: As expectativas de longo prazo permanecem próximas da meta de 2% do Fed, enquanto as expectativas de curto prazo estão elevadas. Essa combinação apoia uma postura de política monetária restritiva.
A formação de expectativas é um fator determinante chave das dinâmicas. O modelo suporta múltiplos modos de expectativas para testar como as hipóteses afetam a transmissão da política.
Expectativas formadas por meio de vetores autorregressivos de forma reduzida estimados em dados históricos:
onde $X_t$ contém variáveis endógenas (PIB, inflação, taxas etc.) e $Z_t$ contém variáveis exógenas. O VAR é estimado via MQO com comprimento de defasagem $p$ selecionado via BIC (tipicamente $p=4$ trimestres).
Propriedades:
Previsões de múltiplos passos à frente:
Os agentes usam o próprio modelo para formar expectativas. Para qualquer variável $X_{t+h}$:
onde $f_h$ é a solução do modelo h passos à frente, $S_t$ é o vetor de estado atual, $\theta$ são os parâmetros estruturais e $\{Z_{t+j}\}$ é a trajetória das variáveis exógenas.
Algoritmo de Solução:
# Solução de expectativas consistentes com o modelo (Newton-Raphson)
function solve_RE(model, T_horizon):
X = initialize_guess() # Trajetória inicial
max_iter = 100
tolerance = 1e-6
for iter in 1:max_iter:
X_old = copy(X)
# Passo prospectivo: calcular expectativas
for t in 1:T_horizon:
E_X[t] = model_solution(X[t+1:T_horizon])
# Passo retroativo: resolver condições de equilíbrio
for t in T_horizon:-1:1:
# Resolver sistema simultâneo
X[t] = newton_solve(
F(X[t], X[t-1], E_X[t]) = 0,
jacobian = compute_jacobian()
)
# Verificar convergência
if norm(X - X_old) < tolerance:
break
return X, E_X
end
Propriedades:
Combinação convexa de expectativas VAR e ER:
A especificação padrão usa $\lambda = 0,75$ (75% adaptativo, 25% racional), refletindo evidências de pesquisas de que a maioria dos agentes usa regras de previsão simples.
Justificativa com base em microdados:
O grau de comportamento prospectivo versus retrospectivo afeta de forma crítica a dinâmica inflacionária:
Com os pesos estimados $\gamma_f = 0,24$, $\gamma_b = 0,76$, a curva de Phillips é altamente retrospectiva, implicando:
Especificação alternativa (versão 2024):
O uso de expectativas de 4 trimestres à frente em vez de 1 trimestre aumenta $\gamma_f$ para ~0,35, ainda dominado pelo componente retrospectivo.
As expectativas de inflação de longo prazo são modeladas como:
onde $\pi^* = 0,02$ é a meta do Fed, $\phi \approx 0,95$ (altamente persistente) e $\psi \approx 0,02$ (aprendizado lento a partir da inflação efetiva).
Interpretação: As expectativas de longo prazo estão bem ancoradas, mas não perfeitamente. Desvios sustentados da inflação desviam gradualmente as expectativas de longo prazo, capturando o risco de desancoragem observado em 2021-2023.
O FRB/EUA pode ser complementado com medidas de expectativas baseadas em pesquisas:
onde $\omega \in [0,1]$ controla o peso das pesquisas versus expectativas geradas pelo modelo.
Fontes de pesquisa:
# Variáveis de Estado das Expectativas (4T 2025)
# Expectativas dos consumidores (Pesquisa de Michigan)
inflacao_1ano_frente = 0,032 # 3,2%
inflacao_5anos_frente = 0,029 # 2,9%
# Previsores profissionais (SPF)
crescimento_PIB_2026 = 0,022 # 2,2%
inflacao_2026 = 0,023 # 2,3%
desemprego_2026 = 0,042 # 4,2%
fundos_federais_2026T4 = 0,045 # 4,5%
# Expectativas implícitas do mercado (TIPS)
breakeven_5anos = 0,024 # 2,4%
breakeven_10anos = 0,023 # 2,3%
breakeven_30anos = 0,024 # 2,4%
# Taxas a termo (expectativas + prêmio a termo)
forward_1a1a = 0,038 # taxa de 1 ano, 1 ano à frente: 3,8%
forward_5a5a = 0,035 # taxa de 5 anos, 5 anos à frente: 3,5%
# Pesquisa de dealers (trajetória esperada do Fed)
cortes_esperados_2026 = 3 # Número de cortes de 25 pb
taxa_terminal = 0,035 # Taxa neutra de longo prazo: 3,5%
# Expectativas internas do modelo (baseadas em VAR)
E_inflacao_4t = 0,027 # inflação 4 trimestres à frente: 2,7%
E_crescimento_PIB_4t = 0,021 # crescimento 4 trimestres à frente: 2,1%
E_desemprego_4t = 0,041 # desemprego 4 trimestres à frente: 4,1%
# Métricas de ancoragem
E_inflacao_LR = 0,024 # Expectativas de inflação de longo prazo: 2,4%
indice_ancoragem = 0,85 # Índice ∈ [0,1], 1 = perfeitamente ancorado
dispersao_inflacao = 0,012 # Desvio padrão transversal das previsões: 1,2 pp
# Estatísticas de revisão de expectativas
correlacao_revisao_efetiva = 0,65 # Erros de previsão parcialmente previsíveis
erro_absoluto_medio_1ano = 0,015 # EAM 1 ano à frente: 1,5 pp
p_valor_teste_ER = 0,08 # Evidência fraca de racionalidade
| Tipo de Expectativa | Persistência da Inflação | Razão de Sacrifício | Efeito da Orientação Prospectiva |
|---|---|---|---|
| Puramente Adaptativa (VAR) | Alta (0,95) | 3,5 | Fraco (10% das ER) |
| Expectativas Racionais | Baixa (0,65) | 1,2 | Forte (efeito pleno) |
| Híbrida (75/25) | Média (0,88) | 2,8 | Moderado (35% das ER) |
| Empírica (estimativa FRB/EUA) | Alta (0,92) | 3,2 | Fraco-Moderado (25%) |
Nota: Razão de sacrifício = perda acumulada de produto (%-anos) por ponto percentual de desinflação permanente. Maior peso retrospectivo → maior razão de sacrifício.
O modelo é tão bom quanto seus insumos. Dados precisos e oportunos são essenciais para simulações úteis.
Os dados são os ingredientes do modelo. Dados fracos ou desatualizados levam a resultados fracos.
| Agência | O Que Medem | Frequência de Atualização |
|---|---|---|
| Bureau of Labor Statistics (BLS) | Desemprego, empregos, salários, inflação (IPC) | Mensal |
| Bureau of Economic Analysis (BEA) | PIB, renda pessoal, gastos dos consumidores | Trimestral |
| Census Bureau | População, habitação, atividade empresarial | Mensal/Anual |
| Reserva Federal | Taxas de juros, oferta de moeda, produção industrial | Diária/Mensal |
| Departamento do Tesouro | Dívida pública, arrecadação tributária | Diária/Mensal |
Nem todos os insumos são estatísticas públicas:
| PIB Real: | US$ 22,8 trilhões (dólares de 2017) | Crescendo a 2,4% ao ano |
| Taxa de Desemprego: | 4,0% | Baixa pelos padrões históricos |
| Participação na Força de Trabalho: | 62,5% | Ainda abaixo do pré-COVID de 63,4% |
| Crescimento Salarial: | 4,5% ao ano | Moderando a partir do pico de 6% |
| Inflação Núcleo PCE: | 2,6% ao ano | Medida preferida do Fed |
| Inflação IPC: | 3,2% ao ano | O que os consumidores veem |
| Preço do Petróleo (WTI): | US$ 82/barril | Afeta os custos de energia |
| Taxa dos Fundos Federais: | 5,25% | Principal instrumento de política do Fed |
| Título do Tesouro de 10 Anos: | 4,45% | Referência para hipotecas |
| Taxa de Hipoteca de 30 Anos: | 7,20% | Crítica para a habitação |
| S&P 500: | 4.750 | Efeito riqueza sobre gastos |
| Índice do Dólar: | 104,2 | Dólar forte = importações mais baratas |
1. Revisões: Os dados de PIB são revisados várias vezes à medida que mais informações chegam.
2. Defasagens Temporais: Alguns dados são divulgados com atrasos:
3. Ajustes Sazonais: A economia naturalmente flutua com as estações (o varejo aumenta no Natal). Os estatísticos ajustam para isso, mas não é perfeito.
4. Erros de Medição: Pesquisas de confiança ou expectativas podem ser ruidosas.
Conclusão: O modelo trabalha com dados imperfeitos, o que é uma das razões pelas quais as previsões são incertas. A equipe monitora as revisões e se ajusta quando os dados mudam.
O FRB/EUA utiliza aproximadamente 100 variáveis exógenas e 365 variáveis endógenas extraídas de estatísticas oficiais, preços de mercado e pesquisas, com atenção a revisões, ajuste sazonal e erros de medição.
| Variável | Símbolo | Frequência | Calendário de Revisão |
|---|---|---|---|
| PIB Real | $Y_t$ | Trimestral | 3 divulgações, depois revisões anuais |
| Despesas de Consumo Pessoal | $C_t$ | Trimestral | Sincronizado com o PIB |
| Investimento Privado Doméstico Bruto | $I_t$ | Trimestral | Revisões significativas possíveis |
| Índice de Preços PCE (Núcleo) | $\pi_t$ | Mensal | Apenas pequenas revisões |
| Lucros Corporativos | $\Pi_t$ | Trimestral | Sujeito a revisões de referência |
| Variável | Símbolo | Frequência | Tamanho da Amostra / Cobertura |
|---|---|---|---|
| Emprego Não Agrícola | $L_t$ | Mensal | ~130 mil estabelecimentos |
| Taxa de Desemprego | $u_t$ | Mensal | Pesquisa domiciliar com 60 mil famílias |
| Rendimento Médio por Hora | $W_t$ | Mensal | Trabalhadores de produção |
| Índice de Custo do Emprego | $ECI_t$ | Trimestral | Composição fixa de empregos |
| IPC (Todos os Consumidores Urbanos) | $CPI_t$ | Mensal | ~80 mil cotações de preços |
| Produtividade do Trabalho | $A_t$ | Trimestral | Produto por hora |
| Variável | Símbolo | Frequência | Sistema de Origem |
|---|---|---|---|
| Taxa dos Fundos Federais | $r_t^{FF}$ | Diária | Divulgação Estatística H.15 |
| Curva de Rendimentos do Tesouro | $R_{t,n}$ | Diária | H.15 (vencimento constante) |
| Rendimentos de Títulos Corporativos | $R_t^{corp}$ | Diária | Índices Moody's / ICE BofA |
| Taxas de Hipoteca | $R_t^{mort}$ | Semanal | Pesquisa Freddie Mac |
| Produção Industrial | $IP_t$ | Mensal | Divulgação Estatística G.17 |
| Utilização da Capacidade | $CU_t$ | Mensal | G.17 (manufatura) |
Ajuste Sazonal:
A maioria das séries é ajustada sazonalmente usando X-13ARIMA-SEATS:
onde $S_t$ = fator sazonal, $TD_t$ = ajuste por dias úteis, $H_t$ = ajuste por feriados.
Ponderação Encadeada para Variáveis Reais:
O PIB real e seus componentes usam ponderação encadeada de índice de Fisher ideal para lidar com estruturas de preços mutáveis:
Tratamento de Revisões:
O modelo utiliza um vintage de dados "final revisado" para estimação, mas a previsão em tempo real deve considerar a incerteza dos dados:
com variância de revisão $\sigma_{rev}^2$ estimada a partir de padrões históricos de revisão. Para o PIB, o desvio padrão típico de revisão é ~0,5 pp.
# Estado Completo dos Dados de Entrada (4T 2025)
# Economia Real
PIB_real = 22,82 # US$ trilhões, dólares de 2017
PIB_nominal = 28,91 # US$ trilhões, dólares correntes
Deflator_PIB = 126,8 # Índice, 2017 = 100
Crescimento_PIB_trimestral_ar = 0,024 # 2,4% anualizado t/t
# Mercado de Trabalho
emprego_nao_agricola = 159,2 # milhões
taxa_desemprego = 0,040 # 4,0%
taxa_participacao = 0,625 # 62,5%
estimativa_NAIRU = 0,042 # 4,2% (estimativa do CBO)
vagas_emprego = 8,1 # milhões (JOLTS)
taxa_demissoes_voluntarias = 0,023 # 2,3% mensal
taxa_demissoes_involuntarias = 0,011 # 1,1% mensal
# Salários e Produtividade
rendimento_medio_hora = 35,20 # US$/hora
crescimento_salarial_aa = 0,045 # 4,5%
crescimento_ICE = 0,042 # 4,2% (medida melhor)
crescimento_produtividade = 0,021 # 2,1% a/a
crescimento_custo_unitario_trabalho = 0,024 # 2,4% a/a
# Preços
inflacao_PCE_cheia = 0,028 # 2,8% a/a
inflacao_PCE_nucleo = 0,026 # 2,6% a/a (meta do Fed)
inflacao_IPC_cheia = 0,032 # 3,2% a/a
inflacao_IPC_nucleo = 0,038 # 3,8% a/a
inflacao_IPP_bens_finais = 0,022 # 2,2% a/a
crescimento_precos_importacao = -0,005 # -0,5% a/a (dólar forte)
# Consumo e Investimento
consumo_pessoal = 15,78 # US$ trilhões
renda_pessoal = 24,51 # US$ trilhões
taxa_poupanca = 0,042 # 4,2%
crescimento_vendas_varejo = 0,032 # 3,2% a/a
investimento_privado_bruto = 4,82 # US$ trilhões
investimento_residencial = 0,89 # US$ trilhões
investimento_nao_residencial = 3,93 # US$ trilhões
equipamentos_empresariais = 1,65 # US$ trilhões
estruturas = 0,76 # US$ trilhões
# Habitação
inicios_construcao = 1,42 # milhões, SAAR
vendas_imoveis_existentes = 4,1 # milhões, SAAR
preco_mediano_imovel = 412000 # US$
meses_estoque = 3,8 # meses de estoques
taxa_hipoteca_30anos = 0,072 # 7,2%
# Mercados Financeiros
taxa_fundos_federais = 0,0525 # 5,25%
tesouraria_2anos = 0,0475 # 4,75%
tesouraria_10anos = 0,0445 # 4,45%
rendimento_corporativo_AAA = 0,0565 # 5,65%
rendimento_corporativo_BAA = 0,0635 # 6,35%
spread_credito_BAA_AAA = 0,0070 # 70 pb
nivel_SP500 = 4750
PE_forward_SP500 = 21,2
volatilidade_VIX = 16,5
premio_risco_acoes = 0,045 # 4,5% estimado
# Taxas de Câmbio (moeda estrangeira por USD)
EUR_USD = 1,052
GBP_USD = 1,248
JPY_USD = 148,5
CNY_USD = 7,28
CAD_USD = 1,382
ponderado_comercio_amplo = 104,2
# Fiscal
deficit_federal = 1,45 # US$ trilhões
divida_publica = 28,2 # US$ trilhões
razao_divida_PIB = 0,976 # 97,6%
compras_governo = 1,48 # US$ trilhões
transferencias = 3,92 # US$ trilhões
# Energia
petroleo_WTI = 82,0 # US$/barril
gas_natural = 3,2 # US$/mmBTU
gasolina_varejo = 3,45 # US$/galão
# Global
crescimento_PIB_mundial = 0,031 # 3,1%
crescimento_UE = 0,008 # 0,8%
crescimento_China = 0,048 # 4,8%
crescimento_mercados_emergentes = 0,042 # 4,2%
# Pesquisas e Expectativas
michigan_inflacao_1ano = 0,032 # 3,2%
michigan_inflacao_5anos = 0,029 # 2,9%
SPF_PIB_2026 = 0,022 # 2,2%
SPF_inflacao_2026 = 0,023 # 2,3%
confianca_consumidor = 102,5 # Índice
confianca_empresarial_ISM = 48,8 # <50 = contração
# Métricas de qualidade dos dados
desvio_revisao_PIB = 0,005 # revisão típica de 0,5 pp
desvio_revisao_emprego = 75000 # empregos
erro_medicao_inflacao = 0,003 # 0,3 pp
Diversas variáveis são tratadas como exógenas (determinadas fora do modelo):
| Variável | Tratamento | Trajetória de Referência (2026) | Sensibilidade |
|---|---|---|---|
| Preços do Petróleo | Exógena | US$ 78/barril (declinante) | ±US$ 10 → ±0,15 pp de inflação |
| Demanda Externa | Exógena | Crescimento de 3,0% | ±1 pp → ±0,3 pp no crescimento dos EUA |
| Política Fiscal | Exógena | Déficit de US$ 1,6 tri | Variação de US$ 500 bi → ±0,8 pp do PIB |
| Tendência de Produtividade | Exógena | 1,8% ao ano | ±0,5 pp → ±0,5 pp do PIB potencial |
| Crescimento da Força de Trabalho | Modelo demográfico | 0,4% ao ano | Vinculado às projeções populacionais |
Variância do Erro de Medição:
Essas variâncias de erro são incorporadas em simulações estocásticas e intervalos de confiança de previsão.
Esta seção ilustra como o modelo transforma os dados atuais em uma previsão de referência e cenários alternativos.
O modelo produz projeções condicionais dadas hipóteses sobre política e choques. É um "e se" estruturado, não uma promessa.
O cenário de referência pressupõe que as taxas permanecem em 5,25% até meados de 2026, depois caem para 4,50% ao final de 2026 e para 3,50% no final de 2027.
4T 2025 → 1T 2026: A Política Restritiva Surte Efeito
2T-4T 2026: O Fed Começa a Cortar
2027: Pouso Suave
| Período | Crescimento do PIB | Desemprego | Inflação | Taxa dos Fundos Federais |
|---|---|---|---|---|
| Agora (4T 2025) | 2,4% | 4,0% | 2,6% | 5,25% |
| Final de 2026 | 2,1% | 4,2% | 2,3% | 4,50% |
| Final de 2027 | 2,0% | 4,2% | 2,1% | 3,50% |
| Longo Prazo (Sustentável) | 2,0% | 4,2% | 2,0% | 3,50% |
Interpretação: O cenário de referência implica um pouso suave: a inflação cai sem uma recessão, o crescimento permanece positivo e o desemprego sobe modestamente.
E se: A inflação permanecer próxima de 3% em vez de cair para 2%?
Previsão do modelo:
Lição: A inflação persistente aumenta o risco de uma desaceleração mais pronunciada.
E se: Um choque financeiro ocorrer em 2026?
Previsão do modelo:
Lição: O caminho de recuperação depende fortemente da resposta de política.
E se: O crescimento da produtividade subir de 1,8% para 3,0%?
Previsão do modelo:
Lição: O crescimento mais rápido da produtividade facilita os trade-offs entre inflação e produto.
Analisando as previsões passadas do FRB/EUA em comparação com o que realmente aconteceu:
Conclusão: A precisão das previsões diminui com o horizonte. Choques podem dominar qualquer cenário de referência.
Perspectiva do Fed: O modelo ajuda a enquadrar faixas e trade-offs, não resultados precisos.
Esta seção fornece uma previsão elaborada usando dados do 4T 2025 com hipóteses e metodologia explícitas.
Hipóteses de Política:
com taxa terminal (neutra) $r^* = 0,035$ atingida em 2027:T4.
Hipóteses Fiscais:
Trajetórias das Variáveis Exógenas:
# Previsão Trimestral Completa: 4T 2025 a 4T 2028
Trimestre PIB_cr Desemp Infl_PCE Taxa_FF Teso_10a Cons_cr Inv_cr Preco_im
2025:T4 2,4 4,0 2,6 5,25 4,45 2,8 1,2 412000
2026:T1 1,8 4,1 2,5 5,25 4,38 2,2 -0,8 408000
2026:T2 1,9 4,1 2,4 5,25 4,32 2,3 0,2 405000
2026:T3 2,0 4,2 2,3 5,00 4,18 2,4 1,5 403000
2026:T4 2,1 4,2 2,3 4,50 3,95 2,5 2,8 405000
2027:T1 2,2 4,2 2,2 4,25 3,85 2,6 3,2 408000
2027:T2 2,1 4,2 2,1 4,00 3,75 2,5 3,0 412000
2027:T3 2,0 4,2 2,1 3,75 3,68 2,4 2,5 415000
2027:T4 2,0 4,2 2,1 3,50 3,60 2,3 2,2 418000
2028:T1 2,0 4,2 2,0 3,50 3,58 2,3 2,0 420000
2028:T2 2,0 4,2 2,0 3,50 3,55 2,3 2,0 422000
2028:T3 2,0 4,2 2,0 3,50 3,55 2,3 2,0 424000
2028:T4 2,0 4,2 2,0 3,50 3,55 2,3 2,0 426000
# Todas as taxas de crescimento em % anualizado, taxas em %, preços em US$
# PIB_cr = Crescimento real do PIB
# Desemp = Taxa de desemprego
# Infl_PCE = Inflação núcleo PCE
# Taxa_FF = Meta dos fundos federais
# Teso_10a = Rendimento do Tesouro de 10 anos
# Cons_cr = Crescimento real do consumo
# Inv_cr = Crescimento real do investimento empresarial
# Preco_im = Preço mediano de imóvel existente
| Componente | 2025 (pp) | 2026 (pp) | 2027 (pp) | 2028 (pp) |
|---|---|---|---|---|
| Consumo Pessoal | +1,9 | +1,6 | +1,6 | +1,6 |
| Investimento Empresarial | +0,2 | +0,3 | +0,5 | +0,4 |
| Investimento Residencial | -0,1 | +0,1 | +0,2 | +0,1 |
| Governo | +0,4 | +0,3 | +0,2 | +0,2 |
| Exportações Líquidas | -0,2 | -0,3 | -0,4 | -0,3 |
| Variação de Estoques | +0,2 | 0,0 | -0,1 | 0,0 |
| Crescimento Total do PIB | +2,4 | +2,0 | +2,0 | +2,0 |
Cenário A: "Inflação Persistente" (Adverso)
Hipóteses: O núcleo PCE permanece em 3,0% até 2026, exigindo uma resposta mais agressiva do Fed.
# Cenário Alternativo A: Inflação Persistente
Trimestre PIB_cr Desemp Infl_PCE Taxa_FF Desvio_da_Base
2026:T1 1,4 4,2 3,0 5,25 -0,4 pp PIB
2026:T2 1,2 4,3 2,9 5,50 -0,7 pp PIB
2026:T3 0,8 4,6 2,8 5,75 -1,2 pp PIB
2026:T4 0,5 4,9 2,6 5,75 -1,6 pp PIB
2027:T1 0,8 5,2 2,4 5,50 -1,4 pp PIB
2027:T2 1,2 5,3 2,2 5,00 -0,9 pp PIB
2027:T3 1,8 5,1 2,1 4,50 -0,2 pp PIB
2027:T4 2,0 4,8 2,0 4,00 0,0 pp PIB
# Razão de sacrifício realizada: ~3,2 (consistente com a calibração do modelo)
# Perda acumulada de produto: ~4,5 pp-anos
# Desemprego máximo: 5,3% (vs. 4,2% na referência)
Cenário B: "Estresse Financeiro" (Risco de Cauda)
Hipóteses: Choque de spread de crédito de +300 pb no 2T 2026, com duração de 3 trimestres.
# Cenário Alternativo B: Crise Financeira
Trimestre PIB_cr Desemp Infl_PCE Taxa_FF Spread_Credito
2026:T1 0,8 4,3 2,4 5,25 180 pb
2026:T2 -2,1 4,8 2,0 4,50 480 pb (choque)
2026:T3 -1,5 5,5 1,5 3,00 420 pb
2026:T4 0,2 6,1 1,2 2,00 320 pb
2027:T1 2,8 6,0 1,4 2,00 220 pb
2027:T2 3,5 5,5 1,8 2,00 190 pb
2027:T3 3,2 5,0 2,0 2,25 180 pb
2027:T4 2,5 4,6 2,1 2,50 175 pb
# Perfil de recuperação: Forma V acentuada devido à política agressiva
# PIB pico a vale: -3,6%
# Duração em recessão: 2 trimestres
# Tempo para retornar à referência: ~10 trimestres
Cenário C: "Surto de Produtividade" (Otimista)
Hipóteses: A produtividade tendencial acelera para 3,0% (ganhos impulsionados por IA).
# Cenário Alternativo C: Boom de Produtividade
Trimestre PIB_cr Desemp Infl_PCE Taxa_FF Cresc_Sal_Real
2026:T1 2,8 3,9 2,3 5,25 5,2
2026:T2 3,2 3,8 2,2 5,00 5,8
2026:T3 3,5 3,7 2,1 4,75 6,1
2026:T4 3,6 3,6 2,0 4,50 6,3
2027:T1 3,5 3,6 2,0 4,25 6,2
2027:T2 3,4 3,6 2,0 4,00 6,0
2027:T3 3,3 3,6 2,0 3,75 5,8
2027:T4 3,2 3,6 2,0 3,50 5,6
# PIB potencial cresce a 3,2% (vs. 2,0% na referência)
# Sem pressão inflacionária apesar do crescimento rápido
# Salários reais aceleram substancialmente
# A política pode permanecer acomodatícia
Incerteza das previsões quantificada via simulações estocásticas (1.000 extrações):
| Variável | Horizonte | IC 70% | IC 90% | Assimetria |
|---|---|---|---|---|
| Crescimento do PIB | 4 trimestres | [1,0%, 3,2%] | [0,3%, 4,1%] | -0,15 |
| Crescimento do PIB | 8 trimestres | [0,8%, 3,5%] | [-0,5%, 4,8%] | -0,22 |
| Desemprego | 4 trimestres | [3,8%, 4,6%] | [3,5%, 5,1%] | +0,35 |
| Desemprego | 8 trimestres | [3,6%, 5,0%] | [3,2%, 5,8%] | +0,42 |
| Inflação Núcleo PCE | 4 trimestres | [1,8%, 2,8%] | [1,5%, 3,2%] | +0,18 |
| Inflação Núcleo PCE | 8 trimestres | [1,5%, 2,9%] | [1,2%, 3,5%] | +0,25 |
Nota: Assimetria negativa para o PIB (riscos de baixa dominam), assimetria positiva para desemprego e inflação (riscos de alta dominam). Reflete a função de perda assimétrica e a não-linearidade da curva de Phillips.
Erros Quadráticos Médios (2000-2023):
| Variável | 1T à Frente | 4T à Frente | 8T à Frente | vs. Previsão Ingênua |
|---|---|---|---|---|
| Crescimento do PIB | 0,8 pp | 1,5 pp | 2,1 pp | Melhoria de 28% |
| Desemprego | 0,2 pp | 0,5 pp | 0,9 pp | Melhoria de 35% |
| Inflação Núcleo PCE | 0,4 pp | 0,8 pp | 1,2 pp | Melhoria de 22% |
| Taxa dos Fundos Federais | 0,3 pp | 0,8 pp | 1,4 pp | Melhoria de 15% |
Precisão Direcional:
Testes de Viés (Regressão de Mincer-Zarnowitz):
| Variável | $\hat{\alpha}$ | $\hat{\beta}$ | $H_0: (\alpha, \beta) = (0,1)$ p-valor |
|---|---|---|---|
| Crescimento do PIB (4T) | 0,31 | 0,89 | 0,15 (sem viés) |
| Inflação (4T) | -0,18 | 1,08 | 0,22 (sem viés) |
| Desemprego (4T) | 0,42 | 0,91 | 0,08 (viés marginal) |
Interpretação: As previsões são geralmente não tendenciosas para PIB e inflação; leve viés de alta para o desemprego (tende a subestimar aumentos).
Esta seção resume como o modelo é utilizado na análise de política monetária, na comunicação pública e nos testes de estresse.
O modelo não toma decisões. Ele ajuda a equipe a comparar resultados sob diferentes hipóteses e trajetórias de política.
Segunda e terça-feira:
Quarta-feira:
Quinta-feira:
Dia da Reunião:
A cada trimestre o Fed publica projeções econômicas informadas pelos resultados do modelo e pelo julgamento dos especialistas.
O que o Fed publica:
Por que importa: Os mercados se reprecificam rapidamente quando o diagrama de pontos muda:
Exemplo (junho de 2022): O diagrama de pontos subiu e as taxas de hipoteca responderam com alta rápida.
O Fed utiliza o modelo para projetar cenários "severamente adversos" para os testes de estresse dos bancos:
Cenário de estresse típico:
Os bancos devem demonstrar: Que possuem capital suficiente para absorver perdas e continuar emprestando.
Por que importa: Os testes de estresse reduzem a probabilidade de outra falência bancária sistêmica e ajudam a proteger os depositantes.
A Crise: A economia entrou em colapso abruptamente em março de 2020.
Como o modelo ajudou:
Resultado: A resposta de política foi robusta e a recuperação foi rápida pelos padrões históricos.
O Desafio: A inflação subiu acentuadamente, atingindo pico próximo de 9%.
O papel do modelo:
Resultado (Até Agora): No final de 2025, a inflação havia arrefecido para cerca de 2,6% sem uma recessão, consistente com um pouso suave.
A Crise: O estouro da bolha imobiliária levou a falências bancárias, um congelamento do crédito e uma recessão profunda.
Limitações do modelo expostas:
Como isso melhorou o modelo:
Lição: Os modelos evoluem com a experiência e são atualizados após choques importantes.
O modelo é uma ferramenta poderosa, mas não é mágico:
Conclusão: O modelo é um insumo entre muitos, ao lado de sinais de mercado, pesquisas e julgamento.
O modelo evolui à medida que a economia muda.
Esta seção resume os usos operacionais do FRB/EUA nas deliberações de política, testes de estresse e pesquisas externas e aplicações de mercado.
# Análise de Política Típica do Ciclo do FOMC (8 vezes por ano)
## T-10 dias: Compilação de Dados
- Coletar últimas divulgações: PIB, emprego, inflação, dados financeiros
- Realizar ajuste sazonal e verificações de qualidade
- Atualizar hipóteses de variáveis exógenas (petróleo, demanda externa, fiscal)
- Validar consistência dos dados com as identidades do SCNP
## T-7 dias: Construção da Previsão de Referência
# Gerar referência usando expectativas VAR
baseline = solve_frbusmodel(
mode = "VAR",
policy_rule = "inertial_Taylor",
horizon = 12_quarters,
initial_conditions = current_data,
exogenous_path = baseline_assumptions
)
# Alternativa: expectativas ER para cenários selecionados
baseline_RE = solve_frbusmodel(
mode = "RE",
policy_rule = "optimal_commitment",
horizon = 12_quarters
)
## T-5 dias: Cenários de Política Alternativos
scenarios = []
for policy_path in [
hold_current_rate_4qtrs,
cut_25bp_per_qtr,
hike_25bp_per_qtr,
outcome_based_rule
]:
scenario = solve_frbusmodel(
policy_path = policy_path,
mode = "VAR",
horizon = 12_quarters
)
scenarios.append(scenario)
## T-3 dias: Simulações Estocásticas
# Gerar quantificação de incerteza
stoch_results = run_stochastic_simulations(
n_draws = 1000,
shock_distribution = estimated_shock_cov,
forecast_horizon = 12_quarters
)
# Extrair bandas de confiança
IC_70 = extract_quantiles(stoch_results, [0.15, 0.85])
IC_90 = extract_quantiles(stoch_results, [0.05, 0.95])
## T-2 dias: Avaliação de Riscos
# Riscos assimétricos via pesos de probabilidade de cenário
cenarios_baixa = [
"estresse_financeiro": 0,15,
"inflacao_persistente": 0,20,
"choque_oferta": 0,10
]
cenarios_alta = [
"boom_produtividade": 0,10,
"desinflacao_mais_rapida": 0,15
]
previsao_ajustada_risco = compute_weighted_average(
[baseline] + scenarios,
weights = [0,50] + scenario_probs
)
## T-1 dia: Preparação de Materiais de Briefing
# Gerar gráficos e tabelas do Tealbook
- Gráfico em leque do crescimento do PIB com intervalos de confiança
- Projeção de inflação vs. meta
- Visualização do hiato do desemprego
- Prescrição da Regra de Taylor vs. política efetiva
- Comparações de cenários alternativos
- Resumo da avaliação de riscos
## Dia da Reunião: Apresentação e Deliberação
- A equipe apresenta o cenário de referência e as alternativas
- Os membros do FOMC recebem os resultados do modelo
- A discussão incorpora modelo + julgamento + sinais de mercado
- Decisão anunciada com o SEP (Resumo das Projeções Econômicas)
O FRB/EUA fornece cenários macroeconômicos para a Análise e Revisão Abrangente de Capital (CCAR):
Geração do Cenário Severamente Adverso:
onde os choques são calibrados com base em episódios históricos de estresse (2008-2009, 1980-82, 1974-75).
# Construção do Cenário Severamente Adverso (CCAR Típico)
## Especificação dos Choques
shocks = {
"crise_financeira": {
"mercado_acoes": -50%, # S&P 500 cai 50%
"precos_imoveis": -25%, # Preços dos imóveis caem 25%
"spread_credito": +500 pb, # Spreads corporativos disparam
"VIX": pico em 70, # Volatilidade extrema
"demanda_externa": -15% # Recessão global
},
"choque_real": {
"produtividade": -2%, # Queda da PTF
"oferta_trabalho": -1%, # Participação cai
"confianca": -30% # Sentimento desmorona
}
}
## Propagação pelo FRB/EUA
cenario_severo = solve_frbusmodel(
initial_shocks = shocks,
duration = 13_quarters,
policy_response = "easing_agressivo", # Fed corta para o ZLB
fiscal_response = "estabilizadores_automaticos",
mode = "VAR" # Usar expectativas adaptativas na crise
)
## Resultados Severamente Adversos Típicos
# Impactos máximos (trimestre do vale):
- PIB real: -4,0% (acumulado)
- Taxa de desemprego: 10,0%
- Preços de ações: -50%
- Preços de imóveis: -25%
- Imóveis comerciais: -35%
- Spread corporativo BBB: +570 pb
# Trajetória de recuperação:
# Retorno gradual à referência em 9 a 13 trimestres
# Fed mantém taxas em zero por período prolongado
# Déficit fiscal se amplia 4 a 5 pp do PIB
Aplicação por Banco:
Os bancos usam os cenários do FRB/EUA para projetar perdas sob estresse:
onde a probabilidade de inadimplência (PD) e a perda dado inadimplência (LGD) são funções do cenário macroeconômico.
O CBO mantém uma variante do FRB/EUA para projeções de janela orçamentária de 10 anos:
| Aplicação | Modificação em Relação ao FRB/EUA | Uso Principal |
|---|---|---|
| Projeção Orçamentária de Referência | Horizonte estendido (40 trimestres) | Previsões de déficit e dívida de 10 anos |
| Pontuação de Política Tributária | Blocos detalhados do código tributário | Estimativas de receita para legislação |
| Projeções de Benefícios Sociais | Transições demográficas | Gastos com Previdência Social/Medicare |
| Análise de Multiplicador Fiscal | Mecanismos alternativos de expectativas | Estimativas de impacto de pacotes de estímulo |
Uso pela Mesa de Política de Bancos de Investimento:
Exemplo: Fluxo de Trabalho da Mesa de Taxas:
# Estratégia de Taxas de Banco de Investimento Usando FRB/EUA
## Passo 1: Replicar a Referência do Fed
fed_baseline = solve_frbusmodel(
calibration = "Federal_Reserve_2024",
expectations = "VAR",
policy_rule = "estimated_historical"
)
## Passo 2: Sobrepor a Precificação do Mercado
caminho_implicito_mercado = extract_from_fed_funds_futures()
terminal_implicito_mercado = extract_from_forwards()
## Passo 3: Identificar Incorreções de Preço
gap_precificacao = caminho_implicito_mercado - fed_baseline.policy_path
## Passo 4: Cenários de Risco
# Se o modelo indica que o Fed precisa subir mais do que precificado:
cenario_1 = solve_frbusmodel(
policy_path = model_optimal, # Maior que o mercado
compute_bond_yields = True
)
# Se o mercado está muito contracionista:
cenario_2 = solve_frbusmodel(
policy_path = market_implied,
compute_growth_impact = True # Quanto dano ao crescimento?
)
## Passo 5: Recomendação de Negociação
if gap_precificacao > 50 pb:
recomendacao = "Vender Tesouro de 2 anos (rendimentos sobem)"
justificativa = "Mercado subprecificando ciclo de alta do Fed"
convicção = alta
Pesquisas Recentes Usando FRB/EUA:
| Questão de Pesquisa | Modificação | Resultado Principal |
|---|---|---|
| Meta ótima de inflação | Variar $\pi^*$ de 1% a 4% | 2% a 2,5% minimiza a função de perda |
| Eficácia da orientação prospectiva | Comparar expectativas VAR vs. ER | Efeito é 30% a 40% da previsão de ER |
| Multiplicadores fiscais no ZLB | Restringir $r_t \geq 0$ | Multiplicadores 2 a 3 vezes maiores no ZLB |
| Impactos das mudanças climáticas | Adicionar função de dano à produtividade | Arrasto de 0,1 a 0,3 pp ao PIB anual até 2050 |
| Renda Básica Universal | Adicionar transferências, modificar oferta de trabalho | Modestamente inflacionário, depende do financiamento |
| Automação e desigualdade | Modelo de dois agentes (qualificado/não qualificado) | Participação do capital sobe, polarização salarial |
1. Risco de Cauda e Crises Não Lineares:
O FRB/EUA é linearizado em torno do estado estacionário, apresentando desempenho ruim em eventos extremos:
2. Formação de Expectativas:
Expectativas VAR inadequadas durante mudanças de regime:
3. Simplicidade do Setor Financeiro:
Intermediação bancária e fricções de crédito limitadas:
4. Heterogeneidade:
O arcabouço de agente representativo ignora os efeitos distributivos:
5. Mudança Estrutural:
Os parâmetros estimados em dados históricos podem ser instáveis:
A equipe do Fed usa múltiplos modelos para robustez:
| Modelo | Tipo | Forças em Relação ao FRB/EUA | Uso |
|---|---|---|---|
| EDO (DSGE Estimado) | DSGE Bayesiano | Consistência teórica, expectativas ER | Verificação cruzada de cenários de política |
| SIGMA (Multipaíses) | DSGE de economia aberta | Vínculos internacionais, taxas de câmbio | Análise de spillovers globais |
| Modelos de fatores (previsão) | VAR/fatores estatísticos | Precisão de previsão de curto prazo | Nowcasting do trimestre atual |
| Previsões baseadas em pesquisa | Compilação de pesquisa | Expectativas de mercado, credibilidade | Avaliar ancoragem de expectativas |
| Modelos do Fed regional | Setorial/regional | Detalhamento setorial, variação geográfica | Heterogeneidade regional |
Prática Operacional: A equipe do Fed prepara previsões a partir de 4 a 6 modelos e apresenta o conjunto de resultados ao FOMC. Os formuladores de política ponderam a análise baseada em modelos em relação às informações em tempo real dos contatos empresariais, sinais de mercado e fatores qualitativos.
Esta seção resume a estimação dos parâmetros do FRB/EUA, as estratégias de identificação e as escolhas de calibração.
O FRB/EUA emprega uma abordagem híbrida de estimação que combina:
# Filosofia e Sequência de Estimação
## Fase 1: Estimar relações de forma reduzida
# Usar MQO/EMV em equações individuais
# Obter estimativas consistentes ignorando simultaneidade
# Exemplo: Função de consumo
C_t = β₀ + β₁·Y_t + β₂·W_t + β₃·r_t + ε_t
# Estimar via MQO com erros padrão HAC
## Fase 2: Incorporar expectativas
# Substituir E_t[X_{t+h}] por previsões geradas por VAR
# Reestimar equações com expectativas construídas
# Exemplo: Equação de Euler do consumo
C_t = γ₁·E_t[C_{t+1}] + γ₂·C_{t-1} + γ₃·(r_t - E_t[π_{t+1}]) + ε_t
# Estimar via MMG com E_t[·] substituído por previsão VAR
## Fase 3: Impor restrições teóricas
# Aplicar homogeneidade de longo prazo, restrições de aditividade
# Exemplo: Função de produção
log(Y_t) = α·log(K_t) + (1-α)·log(L_t) + log(A_t)
# α calibrado para a participação do capital nas contas nacionais (≈0,33)
## Fase 4: Validar propriedades do sistema
# Resolver o modelo completo e verificar:
- Estabilidade (autovalores do sistema linearizado)
- Relações de cointegração mantidas
- Respostas ao impulso economicamente sensatas
- Desempenho de previsão na amostra de validação
## Fase 5: Refinamento iterativo
# Se as propriedades do sistema forem insatisfatórias:
- Ajustar parâmetros mal identificados
- Impor restrições adicionais
- Reestimar com priors atualizados
Bloco de Consumo:
| Parâmetro | Estimativa | Erro Padrão | Interpretação |
|---|---|---|---|
| $\gamma_1$ | 0,38 | (0,08) | Peso prospectivo |
| $\gamma_2$ | 0,62 | (0,08) | Peso retrospectivo (hábito) |
| $\gamma_3$ | 0,03 | (0,005) | Efeito riqueza (3 centavos por US$) |
| $\gamma_4$ | -0,12 | (0,03) | Semielasticidade à taxa de juros |
Bloco de Investimento:
| Parâmetro | Estimativa | Erro Padrão | Identificação |
|---|---|---|---|
| $\phi_1$ | 0,042 | (0,012) | Variações do Q (volatilidade do mercado de ações) |
| $\phi_2$ | 19,5 | (3,2) | Correlação com crescimento da produção |
| $\phi_3$ | 0,18 | (0,06) | Sensibilidade ao fluxo de caixa (liquidez) |
Curva de Phillips:
| Parâmetro | Estimativa (1985-2019) | Estimativa (2000-2019) | Mudança / Instabilidade |
|---|---|---|---|
| $\gamma_f$ | 0,32 | 0,24 | ↓ Peso prospectivo em declínio |
| $\gamma_b$ | 0,68 | 0,76 | ↑ Mais retrospectivo |
| $\kappa$ | 0,019 | 0,009 | ↓ ACHATAMENTO (resultado crítico) |
| $\mu$ | 0,08 | 0,075 | Repasse de importações estável |
Resultado Principal: A curva de Phillips se achatou após 2000, com a razão de sacrifício subindo de cerca de 2,0 para 3,5. Essa é a instabilidade de parâmetro mais importante do modelo.
1. Viés de Equações Simultâneas:
Muitas equações comportamentais envolvem variáveis endógenas no lado direito. Exemplo: o consumo depende da renda, mas a renda depende do consumo.
Solução: Estimação por variáveis instrumentais:
onde os instrumentos $Z_t$ incluem valores defasados, choques exógenos (preços do petróleo, demanda externa) e variáveis de política.
2. Termos de Expectativas:
$E_t[X_{t+h}]$ é não observável, exigindo regressores construídos:
Isso introduz viés de regressor gerado, exigindo erros padrão por bootstrap.
3. Quebras Estruturais:
Os parâmetros exibem instabilidade ao longo do tempo. Testado via:
Resultados: Quebras significativas na curva de Phillips (p < 0,01), quebras modestas em consumo/investimento (p ≈ 0,05-0,10).
Solução: Parâmetros variáveis no tempo via janelas deslizantes ou métodos bayesianos.
| Parâmetro | Valor | Fonte / Justificativa |
|---|---|---|
| Participação do capital $\alpha$ (função de produção) | 0,33 | Participação da renda do capital nas SCNP |
| Taxa de depreciação $\delta$ | 0,025 | Tabelas de ativos fixos do BEA (trimestral) |
| Fator de desconto $\beta$ | 0,995 | Implica taxa de desconto anual de 2% |
| Elasticidade intertemporal $\sigma$ | 2,0 | Estudos microeconômicos (EIS ≈ 0,5) |
| Elasticidade de Frisch do trabalho | 0,5 | Literatura macroeconômica de oferta de trabalho |
| Duração de Calvo $1/(1-\theta)$ | 4 trimestres | Dados de microdados de preços de Bils-Klenow |
| Duração de Calvo para salários | 4 trimestres | Literatura de contratos de Taylor |
| Taxa real neutra $r^*$ | 0,5% | Estimativas de Laubach-Williams (2024) |
| NAIRU $u^*$ | 4,2% | Estimativas do CBO, filtro de Kalman |
| Crescimento tendencial da produtividade $\mu_A$ | 1,8% | Projeções do BLS |
Período Amostral: 1966:T1 - 2023:T4 (232 trimestres)
Justificativa para a data de início:
Vintage dos Dados: Vintage "final revisado" (atualizado até 2024:T3)
Frequência: Trimestral (frequência nativa do modelo)
Robustez por Subamostra:
1. Ajuste Dentro da Amostra:
| Variável | $R^2$ | EQM | vs. Modelo AR(4) |
|---|---|---|---|
| Crescimento do PIB | 0,68 | 0,9 pp | Melhoria de 30% |
| Desemprego | 0,92 | 0,3 pp | Melhoria de 25% |
| Inflação Núcleo | 0,85 | 0,5 pp | Melhoria de 20% |
| Taxa dos Fundos Federais | 0,94 | 0,6 pp | Melhoria de 15% |
2. Precisão das Previsões Fora da Amostra:
Previsões recursivas de 2000-2023 (janela expansiva):
| Horizonte | EQM PIB | EQM Inflação | Diebold-Mariano vs. VAR |
|---|---|---|---|
| 1 trimestre | 0,8 pp | 0,4 pp | p = 0,03 (FRB/EUA melhor) |
| 4 trimestres | 1,5 pp | 0,8 pp | p = 0,12 (marginal) |
| 8 trimestres | 2,1 pp | 1,2 pp | p = 0,45 (sem diferença) |
3. Validação das Respostas ao Impulso:
Comparação das respostas ao impulso do FRB/EUA com VARs identificados (choques monetários de Romer-Romer):
Conclusão: As dinâmicas do modelo são amplamente consistentes com as evidências empíricas identificadas.
1. Parâmetros Variáveis no Tempo:
Os parâmetros-chave exibem deriva ao longo do tempo, particularmente:
Pesquisa atual: Modelos bayesianos com parâmetros variáveis no tempo
2. Fricções Financeiras:
Detalhamento limitado do setor financeiro leva a:
Pesquisa atual: Integrar o acelerador financeiro de Bernanke-Gertler-Gilchrist
3. Heterogeneidade:
O arcabouço de agente representativo ignora margens distributivas:
Pesquisa atual: Variante HANK de Dois Agentes (Neokeynesiano de Agentes Heterogêneos)
4. Formação de Expectativas:
As expectativas VAR apresentam mau desempenho durante:
Pesquisa atual: Modelos de aprendizado, expectativas consistentes com pesquisas
O código do modelo FRB/EUA está disponível ao público:
% Exemplo: Executando o FRB/EUA no MATLAB
% Carregar o modelo
load('FRBUSmodel_2024Q3.mat');
% Definir hipóteses de referência
baseline.initial_conditions = current_data;
baseline.exogenous_path = standard_assumptions();
baseline.expectations_mode = 'VAR';
baseline.policy_rule = 'inertial_Taylor';
% Resolver o modelo
[Y, info] = solve_frbus(model, baseline);
% Extrair variáveis-chave
crescimento_PIB = Y.GDP_real_growth;
desemprego = Y.unemployment_rate;
inflacao = Y.PCE_core_inflation;
fundos_federais = Y.federal_funds_rate;
% Plotar resultados
plot_forecast(crescimento_PIB, desemprego, inflacao, fundos_federais);
% Cenário alternativo
alt_scenario = baseline;
alt_scenario.policy_rule = 'aggressive_hike';
[Y_alt, info_alt] = solve_frbus(model, alt_scenario);
% Comparar
compare_scenarios(Y, Y_alt);
Todo modelo tem limitações. Compreendê-las melhora a forma como os resultados são utilizados.
A precisão do modelo é maior em horizontes curtos e menor para eventos raros ou extremos. Esse trade-off também se aplica aos modelos econômicos.
O Problema: O modelo pressupõe um mundo de referência e não pode prever choques raros:
Por que importa: Esses eventos frequentemente geram grandes desvios em relação a qualquer cenário de referência.
O que o Fed faz: A equipe executa cenários de estresse mesmo que o momento não possa ser previsto.
O Problema: O modelo pressupõe comportamento prospectivo. As decisões reais podem ser impulsionadas pela psicologia e pela incerteza:
O que isso significa: Os modelos têm melhor desempenho em tempos normais e podem perder os pontos de inflexão.
O Problema: O modelo usa famílias e empresas representativas. Os efeitos distributivos podem diferir:
Quando o Fed aumenta as taxas de 0% para 5%:
O modelo faz a média desses efeitos e pode perder os impactos distributivos.
O Problema: A relação entre desemprego e inflação (a curva de Phillips) enfraqueceu.
Nos anos 1970-80:
Desde 2010:
Então em 2021-2022:
Conclusão: A previsão de inflação tem sido menos confiável porque as relações históricas mudaram.
O Problema: Bancos, crédito e mercados financeiros são simplificados. Isso limitou o desempenho em 2008:
O que o modelo perdeu em 2008:
O modelo previu: Uma recessão leve
O que realmente aconteceu: Uma recessão profunda com forte queda do emprego
Lição aprendida: As crises financeiras requerem uma modelagem mais rica do setor financeiro do que a referência oferece.
O Problema: A precisão das previsões se deteriora rapidamente além de 1 a 2 anos:
| Horizonte de Previsão | Erro Típico (PIB) | Confiabilidade |
|---|---|---|
| 1 trimestre à frente | ±0,8% | Alta |
| 1 ano à frente | ±1,5% | Moderada |
| 2 anos à frente | ±2,5% | Baixa |
| 5+ anos à frente | ±4%+ | Muito Baixa |
O que isso significa: As previsões de curto prazo têm mais peso. As projeções de longo prazo são, na melhor das hipóteses, indicativas de direção.
O Problema: O modelo é estimado com dados históricos, enquanto a economia evolui:
Grandes mudanças não totalmente capturadas:
O que o Fed faz: O modelo é atualizado ao longo do tempo, mas as revisões inevitavelmente se defasam em relação às mudanças estruturais.
O modelo é um assessor útil que:
Como o Fed realmente o utiliza:
Veredicto final: O FRB/EUA é uma ferramenta valiosa, mais bem utilizada ao lado de outros modelos, sinais de mercado e julgamento.
O FRB/EUA é uma ferramenta, não uma descrição literal da economia. O Fed enfatiza a interpretação cautelosa, reforçada por notáveis erros de previsão em 2008 e 2021-2022.
Esta seção resume as fraquezas conhecidas a partir de críticas acadêmicas, avaliações internas e desempenho comparativo. O objetivo é compreender onde o modelo tende a falhar e como interpretar os resultados.
Problema: A agregação do comportamento microeconômico heterogêneo ao agente representativo perde mecanismos de transmissão críticos.
Evidências da literatura HANK:
Implicações quantitativas:
dependendo da distribuição de riqueza. O Gini de riqueza atual dos EUA ≈ 0,85 implica $PMC_{verdadeira} \approx 0,30$, sugerindo que o FRB/EUA superestima a resposta do consumo.
Implicações para a política monetária:
As mudanças nas taxas de juros afetam as famílias de forma assimétrica:
O FRB/EUA faz a média disso, potencialmente incorretamente estimando a transmissão agregada em 30% a 40%.
Canais ausentes:
Consequência: Falha de previsão de 2008
Previsão do FRB/EUA para 2008:T3 (após a falência do Lehman):
O modelo não tinha mecanismo de acelerador financeiro:
mas faltava:
Melhorias pós-2010:
Adicionado acelerador financeiro de Bernanke-Gertler-Gilchrist:
onde o prêmio de financiamento externo aumenta com a alavancagem. Porém, ainda falta:
Expectativas VAR problemáticas durante mudanças de regime:
Caso 1: Desinflação Volcker (1980-82)
Caso 2: Orientação Prospectiva no ZLB (2011-2015)
Limitações da abordagem híbrida:
Os pesos estáticos são inadequados. As evidências de pesquisas sugerem que $\lambda_t$ varia com:
Evidências de quebra estrutural:
| Período | Inclinação $\kappa$ | Razão de Sacrifício | Erro Padrão |
|---|---|---|---|
| 1960-1984 | 0,031 | 2,0 | (0,008) |
| 1985-1999 | 0,019 | 2,8 | (0,009) |
| 2000-2019 | 0,009 | 3,5 | (0,012) |
| 2020-2024 | 0,004 | 5,0+ | (0,018) |
Teste de Chow para quebra entre 1985-1999 e 2000-2019: F(3,150) = 8,42, p < 0,001
Hipóteses concorrentes:
Falha no episódio inflacionário de 2021-2023:
Previsão do FRB/EUA (2021:T1) para a inflação de 2022: 2,3%
Inflação efetiva em 2022: 6,5% (erro de 4,2 pp!)
Atribuição post-mortem:
Comparação de EQM (2020-2024 vs. 2010-2019):
| Variável | EQM 2010-2019 | EQM 2020-2024 | Deterioração |
|---|---|---|---|
| PIB (4T à frente) | 1,2 pp | 2,8 pp | +133% |
| Inflação (4T à frente) | 0,6 pp | 2,1 pp | +250% |
| Desemprego (4T à frente) | 0,4 pp | 1,2 pp | +200% |
Os erros de previsão de inflação são particularmente graves, sugerindo uma má especificação fundamental do modelo para o regime de alta inflação.
Solução de expectativas racionais:
Restrição operacional: Não é possível explorar rapidamente a incerteza dos parâmetros durante o ciclo do FOMC (janela de preparação de 1 semana).
Solução alternativa: Pré-calcular matrizes de sensibilidade, usar aproximações lineares para análise em tempo real.
O modelo é estimado com dados "finais revisados", mas os formuladores de política veem divulgações preliminares.
Padrão típico de revisão do PIB:
Degradação da previsão em tempo real:
O EQM das previsões aumenta ~20% quando se usa o vintage em tempo real vs. dados finais revisados.
Crítica de Orphanides (2001): As estimativas em tempo real do hiato do produto são altamente não confiáveis, podendo levar a erros sistemáticos de política. O FRB/EUA sofre do mesmo problema — as estimativas de NAIRU e PIB potencial são revisadas substancialmente ex-post.
| Classe de Modelo | Vantagens vs. FRB/EUA | Desvantagens vs. FRB/EUA |
|---|---|---|
| DSGE (ex.: Smets-Wouters) | • Consistência teórica • Invariante à política • Análise de comprometimento crível | • Pior ajuste empírico • Estrutura rígida • Complexidade computacional |
| HANK (Agentes Heterogêneos) | • Captura efeitos distributivos • PMCs realistas • Direcionamento fiscal importa | • Computacionalmente intensivo • Proliferação de parâmetros • Precisão das previsões incerta |
| VAR/BVAR | • Previsões de curto prazo superiores • Estrutura mínima • Computação rápida | • Ateórico • Crítica de Lucas • Sem experimentos de política |
| Aprendizado de Máquina | • Relações não lineares • Dados de alta dimensão • Excelente ajuste dentro da amostra | • Caixa preta • Sem interpretação econômica • Risco de sobreajuste |
1. Agentes Heterogêneos:
Integrar heterogeneidade limitada (2 a 3 tipos de agentes) sem a complexidade total do HANK:
2. Parâmetros Variáveis no Tempo:
Estimar parâmetros via:
usando filtro de Kalman para a inclinação da curva de Phillips, taxa neutra, NAIRU.
3. Fricções Financeiras:
Adicionar setor bancário de Gertler-Karadi (2011) com:
4. Complementação por Aprendizado de Máquina:
Abordagem híbrida: núcleo estrutural FRB/EUA + ML para dinâmicas não modeladas:
onde $g^{ML}$ é uma rede neural que captura padrões residuais em dados de alta frequência.
5. Integração da Economia do Clima:
Adicionar função de dano climático:
onde $T_t$ é a anomalia de temperatura, $\gamma \approx 0,002$ (0,2% de perda de PTF por °C²).
O FRB/EUA continua sendo o modelo central para a análise de política da Reserva Federal, apesar das limitações conhecidas. Suas vantagens — ajuste empírico, tratabilidade computacional, detalhamento institucional — superam as desvantagens para o uso operacional.
Principais forças:
Fraquezas críticas:
Veredicto geral: O FRB/EUA deve ser UM dos insumos nas deliberações de política, complementado por modelos alternativos, inteligência de mercado e julgamento. A equipe deve comunicar explicitamente a incerteza das previsões e as limitações do modelo aos formuladores de política. A pesquisa contínua e as atualizações do modelo são essenciais à medida que a economia evolui.