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

Resumo Técnico: Taxa de Repo e Taxa de Inflação na Índia

Problema e Objetivo
Este artigo de pesquisa investiga a eficácia da política de metas de inflação do Reserve Bank of India (RBI), examinando especificamente a relação entre a taxa de repo de política e a taxa de inflação mensal. Adotado em agosto de 2016, o regime de metas de inflação da Índia baseia-se no uso das taxas de juros pelo banco central para ancorar as expectativas de inflação e manter a estabilidade de preços. O estudo aborda a questão crítica de saber se as alterações na taxa de repo de política influenciam efetivamente as taxas de inflação mensais na Índia e busca quantificar o tempo de defasagem (lag) entre a implementação da política e o impacto econômico. A análise foca no período de agosto de 2016 a julho de 2022, imediatamente após a implementação do regime de metas de inflação.

Metodologia
O estudo utiliza dados de séries temporais mensais secundários divulgados pelo RBI, especificamente o Índice de Preços ao Consumidor (CPI, Base 2012=100) e a Taxa de Repo de Política. A "Taxa de Inflação Mensal" é definida como a variação percentual mensal do CPI. Dado que as variáveis exibem ordens mistas de integração, a análise emprega um conjunto de técnicas econométricas:

1. Teste de Estacionariedade: O teste Augmented Dickey-Fuller (ADF) é utilizado para determinar a ordem de integração. Os resultados indicam que a Taxa de Inflação Mensal é estacionária em níveis I(0), enquanto a Taxa de Repo de Política é estacionária na primeira diferença I(1).
2. Teste de Causalidade: Devido às ordens de integração mistas, o teste de Causalidade de Toda-Yamamoto é empregado em vez do convencional teste de Causalidade de Granger para determinar a direção da causalidade.
3. Especificação do Modelo: O modelo Autoregressivo com Defasagens Distribuídas (ARDL) é selecionado como a principal ferramenta analítica. Com base no Critério de Informação de Akaike (AIC), um modelo ARDL (4,1) é especificado, onde a variável dependente é a Taxa de Inflação Mensal e a variável independente é a primeira diferença da Taxa de Repo de Política.
4. Análise de Longo Prazo: O teste de Cointegração de Limites (Bounds Cointegration) do ARDL é aplicado para verificar a existência de uma relação de equilíbrio de longo prazo entre as variáveis.
5. Dinâmica de Curto Prazo: Um Mecanismo de Correção de Erro (ECM) é estimado para medir a velocidade de ajuste do desequilíbrio de curto prazo para a relação de longo prazo.
6. Testes de Diagnóstico: O modelo passa por testes rigorosos de autocorrelação (teste LM de correlação serial), heterocedasticidade (teste de Breusch-Pagan-Godfrey) e erro de especificação (teste Ramsey RESET) para garantir a robustez.

Principais Resultados
A análise econométrica produz diversos achados estatisticamente significativos:

• Causalidade: O teste de Toda-Yamamoto confirma uma causalidade unidirecional partindo da taxa de repo de política para a taxa de inflação mensal. A causalidade reversa (inflação causando mudanças na taxa de repo) não é estatisticamente significativa dentro do período de amostragem.
• Efeito de Defasagem e Impacto: Os resultados do modelo ARDL (4,1) indicam que a primeira defasagem da taxa de repo é estatisticamente significativa com um coeficiente negativo. Isso sugere que uma mudança na taxa de repo de política influencia a taxa de inflação mensal com uma defasagem de um mês. Por exemplo, um aumento da taxa em um mês exerce um impacto negativo significativo na inflação no mês seguinte.
• Relação de Longo Prazo: O teste de Cointegração de Limites do ARDL rejeita a hipótesa nula de ausência de relação de longo prazo, confirmando um equilíbrio estável de longo prazo entre a taxa de repo e a inflação mensal.
• Velocidade de Ajuste: O Termo de Correção de Erro (ECT) no ECM é estatisticamente significativo e negativo (-0,839865). Isso implica que aproximadamente 84% de qualquer discrepância entre as taxas de inflação de curto e longo prazo é corrigida dentro de um único mês, indicando um mecanismo de ajuste rápido.
• Validade do Modelo: Testes de diagnóstico confirmam a ausência de autocorrelação, heterocedasticidade e viés de variável omitida, validando a confiabilidade do modelo ARDL.

Significância e Alegações
O artigo conclui que a política de metas de inflação do RBI, operacionalizada através da taxa de repo, tem sido uma ferramenta eficaz para influenciar os níveis de preços na Índia durante o período estudado. A principal contribuição do estudo é a validação empírica do efeito de defasagem de um mês, confirmando que as decisões de política monetária do RBI se traduzem em impactos econômicos na inflação com um atraso previsível. Além disso, a identificação de uma forte relação de longo prazo e uma alta velocidade de ajuste (correção de 84% por mês) apoia a eficácia do atual arcabouço monetário. O estudo afirma que o RBI utiliza com sucesso a taxa de repo para direcionar a inflação mensal na direção desejada, mantendo assim a estabilidade de preços conforme pretendido pelo regime de metas de inflação.