[en] INFLATION RISK FORECASTING IN BRAZIL

[pt] PREVISÃO DE RISCO DE INFLAÇÃO NO BRASIL

[pt] FELIPE GOMES DE VASCONCELOS MUSA

[pt] PROBABILIDADE

[pt] META DE INFLACAO

[pt] RISCO DE INFLACAO

[pt] DENSIDADE PREDITIVA

[pt] PREVISAO

[en] PROBABILITY

[en] INFLATION TARGET

[en] INFLATION RISK

[en] PREDICTIVE DENSITY

[en] FORECASTING

[pt] A previsão de inflação é central para a política monetária, e a tomada de decisão eficaz em contextos de incerteza exige uma abordagem de gestão de riscos que considere toda a distribuição de possíveis cenários, em vez de se basear apenas em estimativas pontuais. Este trabalho avalia a acurácia e a relevância para a política econômica das previsões probabilísticas de inflação no regime de metas de inflação do Brasil. Iniciamos analisando as distribuições preditivas do Banco Central do Brasil (BCB) e documentamos uma subestimação sistemática da incerteza inflacionária. Como alternativa, implementamos um modelo de Curva de Phillips Quantílica (QPC), que apresenta melhor calibração — especialmente nos quantis intermediários superiores, uma faixa crítica diante do histórico de assimetria à alta inflação no Brasil. Em seguida, comparamos a capacidade dos modelos em avaliar riscos de descumprimento da meta de inflação. Enquanto as previsões do BCB oferecem apenas alertas de curto prazo, o modelo QPC fornece sinais informativos com até 12 meses de antecedência. A principal contribuição original do trabalho é a introdução de uma medida de risco multiperíodo de descumprimento da meta, que combina as dimensões de persistência e momento temporal, estimada por meio de uma abordagem flexível baseada em cópulas. Aplicada ao modelo QPC, essa estrutura identifica descumprimento persistentes da meta de inflação com até seis meses de antecedência, oferecendo aos formuladores de política uma ferramenta valiosa para uma gestão de riscos mais refinada e prospectiva.

[en] Inflation forecasting is central to monetary policy, and effective decisionmaking under uncertainty requires a risk management approach that considers the full distribution of outcomes rather than relying solely on point estimates. This paper evaluates the accuracy and policy relevance of probabilistic inflation forecasts under Brazil’s inflation-targeting regime. We begin by analyzing the Central Bank of Brazil s (BCB) predictive distributions and document a systematic underestimation of inflation uncertainty. As an alternative, we implement a Quantile Phillips Curve (QPC) model, which shows improved calibration - particularly in upper-intermediate quantiles, a critical area given Brazil s historically upward-skewed inflation environment. The models ability to assess inflation target breach scenarios is then compared. While BCB forecasts provide only short-term alerts, the QPC model delivers informative signals up to 12 months ahead. The paper’s main original contribution is the introduction of a multi-period target risk measure that combines persistence and timing dimensions, estimated via a flexible copula-based approach. Applied to the QPC model, this framework identifies persistent inflation breaches up to six months in advance, offering policymakers a valuable tool for more nuanced, forward-looking risk management.

MARCIO GOMES PINTO GARCIA

LUCAS ALVES ESTEVAM DE LIMA

MARCELO CUNHA MEDEIROS

MARCIO GOMES PINTO GARCIA

JOAO VICTOR ISSLER

LUCAS ALVES ESTEVAM DE LIMA

2025-07-28

2025-04-24

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=71912@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=71912@2

https://doi.org/10.17771/PUCRio.acad.71912