INFLACIÓN E INCERTIDUMBRE INFLACIONARIA: EVIDENCIA PARA COSTA RICA

En este documento se estima una medida de la incertidumbre inflacionaria. Un modelo de inflación señala incertidumbre cuando los errores de pronóstico son heteroscedásticos. Por medio de la especificación de una ecuación GARCH (Generalized Autoregressive Conditional Heteroscedasticity), para la varianza del término de error de un modelo de inflación, es posible estimar una proxy de incertidumbre inflacionaria. La estimación simultánea del modelo de inflación y de la ecuación GARCH, produce un nuevo modelo de inflación en el cual los errores de pronóstico son homocedásticos. Existe consenso en la literatura económica en que hay una correlación positiva entre incertidumbre inflacionaria y la magnitud de la tasa de inflación, lo cual, como lo señaló Friedman (1977), representa uno de los costos asociados con la persistencia inflacionaria. Esto es porque tal incertidumbre dificulta la toma de decisiones óptimas por parte de los agentes económicos.La evidencia empírica, para el periodo 1954:01-2002:08, apoya la hipótesis de que para el caso de Costa Rica mientras mayor es la inflación mayor es la incertidumbre respecto a esta variable. En los últimos siete años (1997-2002) la incertidumbre presenta la variación media más baja de todo el periodo. Además, se identifica un efecto asimétrico de la inflación sobre la incertidumbre inflacionaria, es decir, la incertidumbre inflacionaria tiende a incrementarse más para el siguiente periodo cuando la inflación pronosticada está por debajo de la inflación actual, que cuando la inflación pronosticada está por arriba de la tasa observada de inflación. Estos resultados tienen una clara implicación para la política monetaria. Para minimizar la dificultad que la inflación causa en la toma óptima de decisiones de los agentes económicos es necesario perseguir no solamente un nivel bajo de inflación sino que también sea estable.AbstractThis paper estimates a measure of inflationary uncertainty. An inflation model signals uncertainty when the forecast errors are heteroskedastic. By the specification of a GARCH (Generalized Autoregressive Conditional Heteroscedasticity) equation, for the variance of the error term of the inflation model, it is possible to estimate a proxy for inflationary uncertainty. By the simultaneous estimation of the inflation model and the GARCH equation, a new inflation model is obtained in which the forecast errors are homocedastic. Most economists agree that there is a positive correlation between inflationary uncertainty and the magnitude of the inflation rate, which, as was pointed out by Friedman (1977), represents one of costs associated with the persistence of inflation. This is because such uncertainty clouds the decision-making process of consumers and investors.The empirical evidence for the period 1954:01-2002:08 confirms that in the case of Costa Rica inflationary uncertainty increases as inflation rises. In the last seven years(1997-2002) the uncertainty present the mean variation most small of the period. In addition, inflation has an asymmetric effect on inflationary uncertainty. That is, when the inflation forecast is below the actual inflation, inflationary uncertainty increases for the next period. The opposite happens when the inflation forecast is above the observed rate of inflation. Besides, the absolute value of the change on uncertainty is greater in the first case than the second. These results have a clear implication for monetary policy. To minimize the disruptions that inflation causes to the economic decision-making process, it is necessary to pursue, not only a low level of inflation, but a stable one as well.

Identifying aggregate demand and supply shocks in a small open economy

The standard Blanchard-Quah (BQ) decomposition forces aggregate demand and supply shocks to be orthogonal. However, this assumption is problematic for a nation with an inflation target. The very notion of inflation targeting means that monetary policy reacts to changes in aggregate supply. This paper employs a modification of the BQ procedure that allows for correlated shifts in aggregate supply and demand. It is found that shocks to Australian aggregate demand and supply are highly correlated. The estimated shifts in the aggregate demand and supply curves are then used to measure the effects of inflation targeting on the Australian inflation rate and level of GDP.

EduBuilding: material selection from life cycle costing sensitivity

Life Cycle Cost Analysis provides a form of synopsis of the initial and consequential costs of building related decisions. These cost figures may be implemented to justify higher investments, for example, in the quality or flexibility of building solutions through a long term cost reduction. The emerging discipline of asset mnagement is a promising approach to this problem, because it can do things that techniques such as balanced scorecards and total quantity cannot. Decisions must be made about operating and maintaining infrastructure assets. An injudicious sensitivity of life cycle costing is that the longer something lasts, the less it costs over time. A life cycle cost analysis will be used as an economic evaluation tool and collaborate with various numbers of analyses. LCCA quantifies incurring costs commonly overlooked (by property and asset managers and designs) as replacement and maintenance costs. The purpose of this research is to examine the Life Cycle Cost Analysis on building floor materials. By implementing the life cycle cost analysis, the true cost of each material will be computed projecting 60 years as the building service life and 5.4% as the inflation rate percentage to classify and appreciate the different among the materials. The analysis results showed the high impact in selecting the floor materials according to the potential of service life cycle cost next.

Changes in profit as market conditions change : an historical study of a building firm

This paper analyses the profits from 221 construction projects undertaken by an Australian building firm in the period 1910–1938 and examines the factors that influence the firm's profit levels. This involves a series of multiple regression analyses with three dependent variables representing profit and 26 independent variables representing economic conditions and project characteristics. From these, 11 models are derived of which two are chosen as having the best explanatory power in explaining approximately 72% of the variability in profit levels movements. The results show that unemployment, interest rates, level of construction activity in the state, change of wage level, inflation rate of building material and project value significantly influenced the firm's profit level during the period.

Nonlinear mixture autoregressive model: economic applications

The aim of this dissertation is to model economic variables by a mixture autoregressive (MAR) model. The MAR model is a generalization of linear autoregressive (AR) model. The MAR -model consists of K linear autoregressive components. At any given point of time one of these autoregressive components is randomly selected to generate a new observation for the time series. The mixture probability can be constant over time or a direct function of a some observable variable. Many economic time series contain properties which cannot be described by linear and stationary time series models. A nonlinear autoregressive model such as MAR model can a plausible alternative in the case of these time series. In this dissertation the MAR model is used to model stock market bubbles and a relationship between inflation and the interest rate. In the case of the inflation rate we arrived at the MAR model where inflation process is less mean reverting in the case of high inflation than in the case of normal inflation. The interest rate move one-for-one with expected inflation. We use the data from the Livingston survey as a proxy for inflation expectations. We have found that survey inflation expectations are not perfectly rational. According to our results information stickiness play an important role in the expectation formation. We also found that survey participants have a tendency to underestimate inflation. A MAR model has also used to model stock market bubbles and crashes. This model has two regimes: the bubble regime and the error correction regime. In the error correction regime price depends on a fundamental factor, the price-dividend ratio, and in the bubble regime, price is independent of fundamentals. In this model a stock market crash is usually caused by a regime switch from a bubble regime to an error-correction regime. According to our empirical results bubbles are related to a low inflation. Our model also imply that bubbles have influences investment return distribution in both short and long run.

New Keynesian Model Features that Can Reproduce Lead, Lag and Persistence Patterns

This paper uses a new method for describing dynamic comovement and persistence in economic time series which builds on the contemporaneous forecast error method developed in den Haan (2000). This data description method is then used to address issues in New Keynesian model performance in two ways. First, well known data patterns, such as output and inflation leads and lags and inflation persistence, are decomposed into forecast horizon components to give a more complete description of the data patterns. These results show that the well known lead and lag patterns between output and inflation arise mostly in the medium term forecasts horizons. Second, the data summary method is used to investigate a rich New Keynesian model with many modeling features to see which of these features can reproduce lead, lag and persistence patterns seen in the data. Many studies have suggested that a backward looking component in the Phillips curve is needed to match the data, but our simulations show this is not necessary. We show that a simple general equilibrium model with persistent IS curve shocks and persistent supply shocks can reproduce the lead, lag and persistence patterns seen in the data.

Is there a Phillips Curve in the US and the EU15 Countries? An empirical investigation

This paper studies the comovement between output and inflation in the EU15 countries. Following den Haan (2000), I use the correlations of VAR forecast errors at different horizons in order to analyze the output-inflation relationship. The empirical results show that eight countries display a significant positive comovement between output and inflation. Moreover, the empirical evidence suggests that a Phillips curve phenomenom is more likely to be detected in countries where inflation is more stable.

Tendência temporal do índice de massa corporal em alistados do Brasil (1980-2005)

Apesar da crescente prevalência da obesidade em países desenvolvidos e em desenvolvimento, há pouca evidência da associação com fatores ambientais. Objetivos: Investigar a evolução temporal do IMC em jovens alistados do sexo masculino de 18 anos no Brasil entre 1980 e 2005; identificar pontos específicos de maior variância na série temporal e comparar pontos específicos no tempo, a evolução temporal do IMC com as mudanças socioeconômicas no Brasil. Métodos: O presente estudo explorou uma série temporal de 26 anos em homens brasileiros que se alistaram no período de 1980 a 2005. A amostra compreendeu cerca de 35-40% de todos os jovens brasileiros de 18 anos de idade. O peso corporal e a estatura foram obtidos no momento do exame médico durante o alistamento militar. Todas as mensurações antropométricas foram realizadas por pessoal especializado e treinado. As prevalências do sobrepeso e da obesidade foram calculadas com intervalos de confiança de 95%. Com a finalidade de testar a presença de heterocedasticidade na série do IMC, realizou-se o teste de Multiplicador de Lagrange (LM). Para os pontos no tempo, com oscilações acima da média do IMC, variáveis dummies foram testadas utilizando-se o modelo ARCH (Autoregressivo de Heterocedasticidade Condicionada), com um nível de significância de p <0,05. Para aqueles pontos no tempo com oscilações acima da média do IMC (anos de 1985, 1994 e 2000), variáveis dummy foram incluídos sob a hipótese foi de que a taxa de crescimento do IMC não fosse a mesma ao longo da série temporal. Para as possíveis explicações para os aumentos bruscos na curva do IMC, foram consideradas as alterações nos principais indicadores econômicos do Brasil (Instituto Brasileiro de Geografia e Estatística e Instituto de Pesquisa Econômica Aplicada). Os fatores econômicos analisados foram: taxa de inflação anual, produção de alimentos, pobreza (%), o consumo de refrigerantes e o rendimento médio anual. Resultados: A prevalência de sobrepeso também passou de 4,5%, em 1980, para 12,5%, em 2005, um aumento de 2,6 vezes, enquanto a prevalência de obesidade aumentou de 0,5%, em 1980, para 1,9%, em 2005, um aumento de quase 300%, mas por comparação internacional estão abaixo da média. Particularmente em 1985-6 e 1994-5, houve um aumento acentuado e significativo do IMC. Em 1985-6, a média do IMC aumentou de 21,4 kg/m2 para 21,5 kg/m2 e, em 1994-5, a média do IMC médio aumentou de 21,7 kg/m2 para 21,9 kg/m2. Nesses dois pontos (1985-1986 e 1994-1995) ocorreram logo após duas grandes mudanças políticas econômicas que aumentaram o poder de compra da população. Em 1985-6, as mudanças foram principalmente relacionadas a fatores econômicos, tais como: a redução do nível de desigualdade social; aumento da renda familiar; redução da pobreza; o controle da inflação; aumento do tempo assistindo televisão e aumento do consumo de alimentos. Em 1994-5, além das mudanças no poder de compra, houve uma modificação na atividade física obrigatória nas escolas. Conclusão: O presente estudo mostrou um aumento abrupto da obesidade na população de homens jovens no Brasil em duas ocasiões durante esta série temporal (anos de 1985-6 e 1994-5), quando uma possível redução no gasto calórico e aumento do consumo de alimentos da população foram observados.

Credibility and Signaling in Disinflation- a Cross Country Examination

This paper develops a model of money demand where the opportunity cost of holding money is subject to regime changes. The regimes are fully characterized by the mean and variance of inflation and are assumed to be the result of alternative government policies. Agents are unable to directly observe whether government actions are indeed consistent with the inflation rate targeted as part of a stabilization program but can construct probability inferences on the basis of available observations of inflation and money growth. Government announcements are assumed to provide agents with additional, possibly truthful information regarding the regime. This specification is estimated and tested using data from the Israeli and Argentine high inflation periods. Results indicate the successful stabilization program implemented in Israel in July 1985 was more credible than either the earlier Israeli attempt in November 1984 or the Argentine programs. Government’s signaling might substantially simplify the inference problem and increase the speed of learning on the part of the agents. However, under certain conditions, it might increase the volatility of inflation. After the introduction of an inflation stabilization plan, the welfare gains from a temporary increase in real balances might be high enough to induce agents to raise their real balances in the short-term, even if they are uncertain about the nature of government policy and the eventual outcome of the stabilization attempt. Statistically, the model restrictions cannot be rejected at the 1% significance level.

Exogeneity, weak identification and instrument selection in econometrics

La dernière décennie a connu un intérêt croissant pour les problèmes posés par les variables instrumentales faibles dans la littérature économétrique, c’est-à-dire les situations où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter. En effet, il est bien connu que lorsque les instruments sont faibles, les distributions des statistiques de Student, de Wald, du ratio de vraisemblance et du multiplicateur de Lagrange ne sont plus standard et dépendent souvent de paramètres de nuisance. Plusieurs études empiriques portant notamment sur les modèles de rendements à l’éducation [Angrist et Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour et Taamouti (2007)] et d’évaluation des actifs financiers (C-CAPM) [Hansen et Singleton (1982,1983), Stock et Wright (2000)], où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter, ont montré que l’utilisation de ces statistiques conduit souvent à des résultats peu fiables. Un remède à ce problème est l’utilisation de tests robustes à l’identification [Anderson et Rubin (1949), Moreira (2002), Kleibergen (2003), Dufour et Taamouti (2007)]. Cependant, il n’existe aucune littérature économétrique sur la qualité des procédures robustes à l’identification lorsque les instruments disponibles sont endogènes ou à la fois endogènes et faibles. Cela soulève la question de savoir ce qui arrive aux procédures d’inférence robustes à l’identification lorsque certaines variables instrumentales supposées exogènes ne le sont pas effectivement. Plus précisément, qu’arrive-t-il si une variable instrumentale invalide est ajoutée à un ensemble d’instruments valides? Ces procédures se comportent-elles différemment? Et si l’endogénéité des variables instrumentales pose des difficultés majeures à l’inférence statistique, peut-on proposer des procédures de tests qui sélectionnent les instruments lorsqu’ils sont à la fois forts et valides? Est-il possible de proposer les proédures de sélection d’instruments qui demeurent valides même en présence d’identification faible? Cette thèse se focalise sur les modèles structurels (modèles à équations simultanées) et apporte des réponses à ces questions à travers quatre essais. Le premier essai est publié dans Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. Dans cet essai, nous analysons les effets de l’endogénéité des instruments sur deux statistiques de test robustes à l’identification: la statistique d’Anderson et Rubin (AR, 1949) et la statistique de Kleibergen (K, 2003), avec ou sans instruments faibles. D’abord, lorsque le paramètre qui contrôle l’endogénéité des instruments est fixe (ne dépend pas de la taille de l’échantillon), nous montrons que toutes ces procédures sont en général convergentes contre la présence d’instruments invalides (c’est-à-dire détectent la présence d’instruments invalides) indépendamment de leur qualité (forts ou faibles). Nous décrivons aussi des cas où cette convergence peut ne pas tenir, mais la distribution asymptotique est modifiée d’une manière qui pourrait conduire à des distorsions de niveau même pour de grands échantillons. Ceci inclut, en particulier, les cas où l’estimateur des double moindres carrés demeure convergent, mais les tests sont asymptotiquement invalides. Ensuite, lorsque les instruments sont localement exogènes (c’est-à-dire le paramètre d’endogénéité converge vers zéro lorsque la taille de l’échantillon augmente), nous montrons que ces tests convergent vers des distributions chi-carré non centrées, que les instruments soient forts ou faibles. Nous caractérisons aussi les situations où le paramètre de non centralité est nul et la distribution asymptotique des statistiques demeure la même que dans le cas des instruments valides (malgré la présence des instruments invalides). Le deuxième essai étudie l’impact des instruments faibles sur les tests de spécification du type Durbin-Wu-Hausman (DWH) ainsi que le test de Revankar et Hartley (1973). Nous proposons une analyse en petit et grand échantillon de la distribution de ces tests sous l’hypothèse nulle (niveau) et l’alternative (puissance), incluant les cas où l’identification est déficiente ou faible (instruments faibles). Notre analyse en petit échantillon founit plusieurs perspectives ainsi que des extensions des précédentes procédures. En effet, la caractérisation de la distribution de ces statistiques en petit échantillon permet la construction des tests de Monte Carlo exacts pour l’exogénéité même avec les erreurs non Gaussiens. Nous montrons que ces tests sont typiquement robustes aux intruments faibles (le niveau est contrôlé). De plus, nous fournissons une caractérisation de la puissance des tests, qui exhibe clairement les facteurs qui déterminent la puissance. Nous montrons que les tests n’ont pas de puissance lorsque tous les instruments sont faibles [similaire à Guggenberger(2008)]. Cependant, la puissance existe tant qu’au moins un seul instruments est fort. La conclusion de Guggenberger (2008) concerne le cas où tous les instruments sont faibles (un cas d’intérêt mineur en pratique). Notre théorie asymptotique sous les hypothèses affaiblies confirme la théorie en échantillon fini. Par ailleurs, nous présentons une analyse de Monte Carlo indiquant que: (1) l’estimateur des moindres carrés ordinaires est plus efficace que celui des doubles moindres carrés lorsque les instruments sont faibles et l’endogenéité modérée [conclusion similaire à celle de Kiviet and Niemczyk (2007)]; (2) les estimateurs pré-test basés sur les tests d’exogenété ont une excellente performance par rapport aux doubles moindres carrés. Ceci suggère que la méthode des variables instrumentales ne devrait être appliquée que si l’on a la certitude d’avoir des instruments forts. Donc, les conclusions de Guggenberger (2008) sont mitigées et pourraient être trompeuses. Nous illustrons nos résultats théoriques à travers des expériences de simulation et deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le problème bien connu du rendement à l’éducation. Le troisième essai étend le test d’exogénéité du type Wald proposé par Dufour (1987) aux cas où les erreurs de la régression ont une distribution non-normale. Nous proposons une nouvelle version du précédent test qui est valide même en présence d’erreurs non-Gaussiens. Contrairement aux procédures de test d’exogénéité usuelles (tests de Durbin-Wu-Hausman et de Rvankar- Hartley), le test de Wald permet de résoudre un problème courant dans les travaux empiriques qui consiste à tester l’exogénéité partielle d’un sous ensemble de variables. Nous proposons deux nouveaux estimateurs pré-test basés sur le test de Wald qui performent mieux (en terme d’erreur quadratique moyenne) que l’estimateur IV usuel lorsque les variables instrumentales sont faibles et l’endogénéité modérée. Nous montrons également que ce test peut servir de procédure de sélection de variables instrumentales. Nous illustrons les résultats théoriques par deux applications empiriques: le modèle bien connu d’équation du salaire [Angist et Krueger (1991, 1999)] et les rendements d’échelle [Nerlove (1963)]. Nos résultats suggèrent que l’éducation de la mère expliquerait le décrochage de son fils, que l’output est une variable endogène dans l’estimation du coût de la firme et que le prix du fuel en est un instrument valide pour l’output. Le quatrième essai résout deux problèmes très importants dans la littérature économétrique. D’abord, bien que le test de Wald initial ou étendu permette de construire les régions de confiance et de tester les restrictions linéaires sur les covariances, il suppose que les paramètres du modèle sont identifiés. Lorsque l’identification est faible (instruments faiblement corrélés avec la variable à instrumenter), ce test n’est en général plus valide. Cet essai développe une procédure d’inférence robuste à l’identification (instruments faibles) qui permet de construire des régions de confiance pour la matrices de covariances entre les erreurs de la régression et les variables explicatives (possiblement endogènes). Nous fournissons les expressions analytiques des régions de confiance et caractérisons les conditions nécessaires et suffisantes sous lesquelles ils sont bornés. La procédure proposée demeure valide même pour de petits échantillons et elle est aussi asymptotiquement robuste à l’hétéroscédasticité et l’autocorrélation des erreurs. Ensuite, les résultats sont utilisés pour développer les tests d’exogénéité partielle robustes à l’identification. Les simulations Monte Carlo indiquent que ces tests contrôlent le niveau et ont de la puissance même si les instruments sont faibles. Ceci nous permet de proposer une procédure valide de sélection de variables instrumentales même s’il y a un problème d’identification. La procédure de sélection des instruments est basée sur deux nouveaux estimateurs pré-test qui combinent l’estimateur IV usuel et les estimateurs IV partiels. Nos simulations montrent que: (1) tout comme l’estimateur des moindres carrés ordinaires, les estimateurs IV partiels sont plus efficaces que l’estimateur IV usuel lorsque les instruments sont faibles et l’endogénéité modérée; (2) les estimateurs pré-test ont globalement une excellente performance comparés à l’estimateur IV usuel. Nous illustrons nos résultats théoriques par deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le modèle de rendements à l’éducation. Dans la première application, les études antérieures ont conclu que les instruments n’étaient pas trop faibles [Dufour et Taamouti (2007)] alors qu’ils le sont fortement dans la seconde [Bound (1995), Doko et Dufour (2009)]. Conformément à nos résultats théoriques, nous trouvons les régions de confiance non bornées pour la covariance dans le cas où les instruments sont assez faibles.

Monetary Policy When Wages Are Downwardly Rigid: Friedman Meets Tobin

In a monetary economy with downwardly rigid wages, the central banker should target a low, but strictly positive, inflation rate.

The Myth of Demonetarization of Gold

The aim of this paper is to discuss the crisis of the international financial system and the necessity of reforming it by new anchor or benchmark for the international currency, a money-commodity. The need for understanding the definition of a numéraire is a first necessity. Although most economists reject any connection between money and a particular commodity (gold) – because of the existence of legal tender money in every country – it will be shown that it is equivalent to reduce the real space to an abstract number (usually assumed 1) in order to postulate that money is neutral. This is sheer nonsense. It will also be shown that the concept of fiat money or state money does not preclude the existence of commodity money. This paper is divided in four sections. The first section analyses the definition and meaning of a numéraire for the international currency and the justification for a variable standard of value. In the second section, the market value of the US dollar is analysed by looking at new forms of value -the derivative products- the dollar as a safe haven, and the role of SDRs in reforming the international monetary system. In the third and fourth sections, empirical evidence concerning the most recent period of the financial crisis is presented and an econometric model is specified to fit those data. After estimating many different specifications of the model –linear stepwise regression, simultaneous regression with GMM estimator, error correction model- the main econometric result is that there is a one to one correspondence between the price of gold and the value of the US dollar. Indeed, the variance of the price of gold is mainly explained by the Euro exchange rate defined with respect to the US dollar, the inflation rate and negatively influenced by the Dow Jones index and the interest rate.

La prévision de l’inflation par la méthode des réseaux de neurones : Le cas de la Tunisie

L’approche neuronale a occupé l’intérêt d’un grand nombre de chercheurs pour l’analyse et la prévision des séries temporelles dans divers domaines. Dans ce papier, nous étudions la capacité des réseaux de neurones artificiels (RNA) de type « perceptrons multicouches » pour prévoir le taux d’inflation en Tunisie. Nous essayons de trouver une meilleure technique de prévision de l’inflation en comparant les résultats obtenus par les RNA par rapport à ceux fournis par les modèles autorégressifs linéaires (AR) et par le modèle de prévision « naïve ». La comparaison est effectuée sur la base du critère de la racine carrée de l’erreur quadratique moyenne (root-mean-square error : RMSE) et sur le taux d’amélioration de ce dernier (évalué par rapport à la marche aléatoire). Les résultats trouvés ont montré la supériorité des RNA qui permettent de mieux retracer l’évolution de la série et offrent une meilleure performance en termes de pouvoir prédictif du taux d’inflation en Tunisie.

Optimización de procesos logísticos para la importación de salmón chileno

El trabajo tiene como tema central el análisis de la optimización del proceso logístico que se desarrolla desde que se realiza el contacto con el proveedor en Chile hasta que el producto está a disposición del cliente en Colombia. Es así como se pretende analizar el proceso logístico y las diferentes etapas por las cuales tiene que pasar el producto desde su lugar de origen hasta su lugar de destino, teniendo como objetivo disminuir los costos logísticos que incurren en todo el canal de distribución.

A inércia da inflação no regime de metas: os casos da Nova Zelandia, Reino Unido e Brasil

O objetivo da dissertação é avaliar o impacto da adoção do regime de metas na inércia da inflação. A inércia é analisada de acordo com procedimentos tradicionalmente adotados na literatura, através de modelos ARIMA. Em virtude das metas de inflação não serem imutáveis ao longo do tempo, propõe-se uma metodologia para se medir a inércia da taxa de inflação, onde esta possui dois componentes: a tendência e a parte transitória. A inércia da inflação será, então, medida pelo coeficiente com que a taxa de inflação converge para sua taxa de longo prazo.