O problema da amostra pequena em modelos novo-keynesianos aplicados ao Brasil
AUTOR(ES)
Julio Cesar Costa Pinto
DATA DE PUBLICAÇÃO
2009
RESUMO
Esta tese apresenta três estudos aplicados à economia brasileira, todos inseridos em um contexto Novo-Keynesiano. O primeiro busca comparar, entre duas diferentes metodologias econométricas, quais sejam o Método dos Momentos Generalizados e a Máxima Verossimilhança com Informação Completa, qual apresenta melhores resultados nas estimativas dos parâmetros de uma curva de Phillips híbrida, em termos de viés e estabilidade dos resultados, face aos valores utilizados como benchmark. Faz-se também um estudo dos resultados encontrados quando do enfrentamento do problema de amostra pequena. O segundo estudo estima um modelo Novo-Keynesiano de economia pequena e fechada para o Brasil, no período pós-metas de inflação. O terceiro trabalho expande este modelo macroeconômico considerando agora uma modelagem de economia pequena e aberta. Apesar de ambos os modelos reproduzirem bem os dados reais, por meio de um exercício de bootstrap pode-se mostrar que os parâmetros estimados apresentam-se viesados, devido ao problema de amostra pequena, podendo inclusive induzir a Autoridade Monetária a responder de forma menos agressiva do que a realmente necessária às pressões inflacionárias.
ASSUNTO(S)
economia economia economia keynesiana
Documentos Relacionados
- Modelos de ciclos reais de negócios em pequena economia aberta aplicados ao Brasil
- Modelos da lingua para o portugues do Brasil aplicados ao reconhecimento de fala continua : modelos lineares e modelos hierarquicos (Parsing)
- Algoritomos transgenéticos aplicados ao problema da árvore geradora biobjetivo
- A equação de Cambridge e o Novo Teorema de Pasinetti nos modelos pós-keynesianos de crescimento e distribuição de renda
- Métodos heurísticos aplicados ao problema da árvore de Steiner rectilinear