Dinâmica e Transição da Incerteza no Brasil: uma investigação de autorregressão quantílica

Abstract

Resumo Recentemente, o número de estudos sobre incerteza na economia tem aumentado, em parte, devido às novas técnicas que permitem a construção de proxies adequadas para a incerteza, fundamentalmente não observável, com destaque à técnica de webscrapping, que permite extrair informações online e atualizadas, e que tem sido frequentemente utilizada na construção desses indicadores. Neste contexto, a partir de dois indicadores de incerteza, investiga-se a dinâmica e transição da incerteza no Brasil usando representações autorregressivas quantílicas. Os resultados revelam uma dinâmica assimétrica ao longo de diferentes quantis condicionais, corroborados pela análise de dispersão, amplitude e densidades. Ainda, sugere-se existência de baixa probabilidade, ou até mesmo nula, de migrar-se de um estado de alta incerteza para níveis baixos e vice-versa.

Expectations, Economic Uncertainty, and Sentiment

“…These can arise from structural breaks (Hiemstra & Jones, 1994); variation in the pattern of reaction to the flow of information (Bird & Yeung, 2012;Ross, 1989); bubbles with self-fulfilling expectations (Blanchard & Watson, 1982;Chahrour & Jurado, 2018); nonlinear monetary policies (Flood & Isard, 1989); and the action of noise traders (Black, 1986;Francis, Mougoué, & Panchenko, 2010;Long, Shleifer, Summers, & Waldmann, 1990). For uncertainty in Brazil, high volatility can generate nonlinearities in the series (Ferreira, Oliveira, Lima, & Barros, 2017), and persistence of shocks of different signals can have a different impact on the uncertainty itself (Souza, Zabot, & Caetano, 2019).…”

“…Specifically, an extension of the GARCH(1,1) model, sensitive to asymmetries in the temporal dependence of the shocks, was used. Asymmetry occurs when shocks of different signals (+/-) and/or magnitudes impact differently the pattern of dependence of a time series (Souza et al, 2019). Dependency patterns reflect human behavior, so asymmetries can arise, for example, because agents overreact to bad news (Bird & Yeung, 2012;Lahiri & Zhao, 2016).…”