O problema da amostra pequena em modelos novo-keynesianos aplicados ao Brasil

Abstract

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.