Padrões de heterogeneidade das expectativas de inflação mensal da Pesquisa Focus: uma análise computacional baseada em agentes

Abstract

Propõe-se um modelo computacional baseado em agentes que represente em linhas gerais o ambiente estratégico de ganho de reputação induzido pelo ranking Top 5 da Pesquisa Focus. Mostra-se que certas propriedades agregadas das expectativas de inflação dos agentes participantes, apresentadas na literatura empírica, podem ser geradas como propriedades emergentes deste modelo computacional. Verifica-se também que as previsões da inflação se tornam mais eficazes no ambiente criado pela Pesquisa Focus, quando comparado ao caso em que não se considera o incentivo reputacional do ranking Top 5. Para tanto, foi utilizado um modelo de escolha discreta de estratégias de previsões em que os agentes possuem o incentivo de escolher a melhor estratégia de previsão pelo ganho reputacional de estar no ranking Top 5. Os resultados mostraram que, em geral, o modelo computacional consegue refletir os padrões de heterogeneidade dos participantes da Pesquisa Focus e que a heterogeneidade das expectativas é uma propriedade emergente do modelo. Ademais, um modelo de formação de expectativas mais geral, sem considerar o incentivo reputacional de estar no ranking Top 5, é elaborado de modo a mostrar que os agentes tendem a escolher a melhor estratégia de previsão com maior frequência ao se considerar o incentivo reputacional de estar no ranking Top 5.

Abstract: An agent-based computational model that represents the strategic environment of gain of reputation induced by the Top 5 ranking of Focus Research is proposed. It is shown that certain aggregate properties of the inflation expectations of the participating agents, presented in the empirical literature, can be generated as properties emerging from this computational model. It can also be seen that inflation forecasts become more effective in the environment created by the Focus Research, when compared to the case in which the reputational incentive of the Top 5 ranking is not considered. For this, a discrete choice model of forecasting strategies was used, in which agents have the incentive to choose the best forecasting strategy due to the reputational gain of being in the Top 5 ranking. The results showed that, in general, the computational model is able to reflect the heterogeneity patterns of the participants of the Focus Research and that the heterogeneity of expectations is an emerging property of the model. Furthermore, a more general expectations formation model, without considering the reputational incentive to be in the Top 5 ranking, is designed in order to show that agents tend to choose the best forecasting strategy more frequently when considering the reputational incentive of be in the Top 5 ranking.