Repo Rate and Inflation Rate: Analysing the Effectiveness of the Inflation Targeting Policy of the RBI in India

Resumen Técnico: Tasa de Repo e Inflación en la India

Planteamiento del Problema y Objetivo
Este artículo de investigación investiga la efectividad de la política de objetivos de inflación del Banco de Reserva de la India (RBI), examinando específicamente la relación entre la tasa de repo de política y la tasa de inflación mensual. Adoptado en agosto de 2016, el marco de objetivos de inflación de la India se basa en que el banco central utilice las tasas de interés para anclar las expectativas de inflación y mantener la estabilidad de precios. El estudio aborda la cuestión crítica de si los cambios en la tasa de repo de política influyen efectivamente en las tasas de inflación mensuales en la India y busca cuantificar el desfase temporal entre la implementación de la política y el impacto económico. El análisis se centra en el periodo comprendido entre agosto de 2016 y julio de 2022, inmediatamente después de la implementación del régimen de objetivos de inflación.

Metodología
El estudio utiliza datos de series temporales mensuales secundarios publicados por el RBI, específicamente el Índice de Precios al Consumidor (IPC, Base 2012=100) y la Tasa de Repo de Política. La "Tasa de Inflación Mensual" se define como el cambio porcentual mensual del IPC. Dado que las variables presentan órdenes de integración mixtos, el análisis emplea un conjunto de técnicas econométricas:

1. Prueba de Estacionariedad: Se utiliza la prueba de Dickey-Fuller Aumentada (ADF) para determinar el orden de integración. Los resultados indican que la Tasa de Inflación Mensual es estacionaria en niveles I(0), mientras que la Tasa de Repo de Política es estacionaria en su primera diferencia I(1).
2. Prueba de Causalidad: Debido a los órdenes de integración mixtos, se emplea la prueba de Causalidad de Toda-Yamamoto en lugar de la prueba convencional de Causalidad de Granger para determinar la dirección de la causalidad.
3. Especificación del Modelo: Se selecciona el modelo de Rezagos Distribuidos Autorregresivos (ARDL) como la principal herramienta analítica. Basándose en el Criterio de Información de Akaike (AIC), se especifica un modelo ARDL (4,1), donde la variable dependiente es la Tasa de Inflación Mensual y la variable independiente es la primera diferencia de la Tasa de Repo de Política.
4. Análisis de Largo Plazo: Se aplica la prueba de Cointegración de Límites (Bounds Cointegration) de ARDL para verificar la existencia de una relación de equilibrio a largo plazo entre las variables.
5. Dinámica de Corto Plazo: Se estima un Mecanismo de Corrección de Errores (ECM) para medir la velocidad de ajuste desde el desequilibrio de corto plazo hacia la relación de largo plazo.
6. Controles Diagnósticos: El modelo se somete a rigurosas pruebas de autocorrelación (prueba LM de Correlación Serial), heterocedasticidad (prueba de Breusch-Pagan-Godfrey) y error de especificación (prueba Ramsey RESET) para asegurar su robustez.

Resultos Clave
El análisis econométrico arroja varios hallazgos estadísticamente significativos:

• Causalidad: La prueba de Toda-Yamamoto confirma una causalidad unidireccional que va desde la tasa de repo de política hacia la tasa de inflación mensual. La causalidad inversa (la inflación causando cambios en la tasa de repo) no es estadísticamente significativa dentro del periodo de estudio.
• Efecto de Rezago e Impacto: Los resultados del modelo ARDL (4,1) indican que el primer rezago de la tasa de repo es estadísticamente significativo con un coeficiente negativo. Esto sugiere que un cambio en la tasa de repo de política influye en la tasa de inflación mensual con un rezago de un mes. Por ejemplo, un aumento de la tasa en un mes ejerce un impacto negativo significativo en la inflación del mes siguiente.
• Relación de Largo Plazo: La prueba de Cointegración de Límites de ARDL rechaza la hipótesis nula de ausencia de una relación a largo plazo, confirmando un equilibrio estable de largo plazo entre la tasa de repo y la inflación mensual.
• Velocidad de Ajuste: El Término de Corrección de Error (ECT) en el ECM es estadísticamente significativo y negativo (-0.839865). Esto implica que aproximadamente el 84% de cualquier discrepancia entre las tasas de inflación de corto y largo plazo se corrige dentro de un solo mes, lo que indica un mecanismo de ajuste rápido.
• Validez del Modelo: Las pruebas diagnósticas confirman la ausencia de autocorrelación, heterocedasticidad y sesgo por variables omitidas, validando la fiabilidad del modelo ARDL.

Significancia y Reivindicaciones
El documento concluye que la política de objetivos de inflación del RBI, operacionalizada a través de la tasa de repo, ha sido una herramienta efectiva para influir en los niveles de precios en la India durante el periodo estudiado. La contribución principal del estudio es la validación empírica del efecto de rezago de un mes, confirmando que las decisiones de política monetaria del RBI se traducen en impactos económicos sobre la inflación con un retraso predecible. Además, la identificación de una fuerte relación a largo plazo y una alta velocidad de ajuste (corrección del 84% mensual) respalda la eficacia del actual marco monetario. El estudio afirma que el RBI utiliza con éxito la tasa de repo para dirigir la inflación mensual en la dirección deseada, manteniendo así la estabilidad de precios según lo previsto por el régimen de objetivos de inflación.