ESTIMATING THE INTERTEMPORAL IS EQUATION IN THE BRAZILIAN ECONOMY

• Main Author: FERNANDA MAGALHAES RUMENOS GUARDADO
• Other Authors: EDUARDO HENRIQUE DE MELLO LOYO
• Language: Portuguese
• Published: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO 2004
• Online Access: http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=5545@1; http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=5545@2

CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO === A IS intertemporal, que representa a dinâmica da Demanda Agregada em modelos estruturais que visem avaliar a política monetária, pode ter diferentes formatos dependendo das hipóteses que são feitas a respeito da estrutura da economia. Neste trabalho buscou-se modelar as diferentes hipóteses, tais como formação de hábito de um e dois períodos, de maneira independente da política monetária e testar seu ajuste aos dados. Os resultados indicam que não só é importante introduzir defasagens do hiato do produto na regressão (tanto para aumentar seu poder de explicação quanto para retirar a autocorrelação dos resíduos), como que a taxa de juros só consegue ter coeficiente significantemente diferente de zero se for incluída na regressão a curva de juros nominais futuros. Entretanto, tais resultados são viesados pela amostra escolhida, um período que apresentou uma série de taxa de juros com indícios de não-estacionariedade. === The intertemporal IS equation, which replicate de dynamics of Agregate Demand in structural models that aim to evaluate monetary policy, might take different shapes depending on the assumptions made on the structure of the economy underlying it. In the present work were modeled different hypothesis about the economy, such as habit formation of one and two periods, independent of monetary policy and tested the fit of such equations to the observed data. The results indicate that not only it is important to introduce lags of the output gap in the regression (in order to both elevate its explaining power and to retrieve any autocorrelation of the residuals), and that interest rates can only have a coefficient significantly different from zero if an nominal yield curve is also included. But these results are biased by the time sample used, in which the interest rate were repeatedly raised, and therefore the series suggest some signs of non-stationarity, which may have had some effect in the results.