Skip to main content

Modelos de Fundação para Previsão no Brasil

Previsão dos 377 subitens do IPCA, agregação com os pesos do IBGE e comparação com o Focus

Python
Quarto
Foundation Models
Chronos
TimesFM
TiRex
Moirai
Toto
Granite
TimeGPT
Walk-forward
Diebold-Mariano
CRPS
IPCA
Focus
IBGE
Inflação
Macroeconomia
Working Paper
Working paper que testa se nove modelos de fundação de séries temporais, usados sem treino nos 377 subitens do IPCA e agregados com os pesos do IBGE, competem com o Focus. Num walk-forward com informação datada, o ensemble empata com o Focus no mês seguinte e erra até 9% menos de 2 a 12 meses à frente, sem diferença significativa.
Author
Affiliation

Vitor Wilher

Análise Macro

Published

November 11, 2026

NoteWorking paper · versão 2.0 · resultados exploratórios

O paper conta o percurso da pesquisa decisão a decisão, à luz da literatura: a história do IPCA, a dos modelos de fundação, os nove modelos usados e os resultados num walk-forward com datas de divulgação do IBGE e de publicação do Focus auditadas. Comentários e críticas são muito bem-vindos: escreva para vitorwilher@analisemacro.com.br.

📄 Baixar PDF (versão 2.0) 📊 Dashboard ao vivo

Trajetória prevista do IPCA em 12 meses, com intervalos de 50% e 80%, meta e Focus

Resumo

O IPCA é um índice agregado de 377 subitens. Este trabalho testa se nove modelos de fundação de séries temporais, usados sem treino, conseguem prever esses subitens bem o bastante para que a soma ponderada compita com o Focus, e conta o percurso da pesquisa decisão a decisão, à luz da literatura. Os modelos preveem os 377 subitens; as previsões são agregadas com os pesos do IBGE, ajustadas para combustíveis (ANP) e energia (bandeira e créditos de Itaipu), misturadas à média sazonal e combinadas num ensemble ponderado pelo inverso do RMSE passado. Num walk-forward com informação datada, o ensemble tem erro igual ao do Focus no mês seguinte (razão de RMSE 1,009) e de 0,911 a 0,998 do erro do Focus de 2 a 12 meses à frente, sem diferença significativa. Intervalos gaussianos construídos com os erros já conhecidos em cada data ficam perto da cobertura nominal, mas a correção de viés em tempo real piora a previsão. Com dados até set/2026, o ensemble projeta o IPCA em 12 meses em 5,14% em dez/2026 e 4,55% em set/2027, acima do teto da meta.

Palavras-chave: inflação; modelos de fundação; previsão desagregada; Focus; IPCA.

Estrutura do paper

  1. Introdução
  2. O IPCA: um índice agregado — breve história, como o índice é construído e por que prever pelos componentes
  3. Modelos de fundação para séries temporais — das redes recorrentes à atenção, o que é um modelo de fundação, a chegada às séries temporais e a previsão probabilística
  4. Os nove modelos usados — Chronos-2 (isolado e com aprendizado entre séries), TimesFM 2.5, TimesFM 3.0, TiRex, Moirai 2.0, Toto, Granite TTM r2 e TimeGPT-1
  5. Dados e desenho — SIDRA/IBGE (tabela 7060, jan/2020 a set/2026) e Focus/BCB por vintage
  6. O percurso da pesquisa — modelos puros, ganho da desagregação, diagnóstico do erro, informação institucional (combustíveis e energia), combinação, auditoria das datas e medida da incerteza
  7. Resultados — IPCA do mês, onde o erro sobra e incerteza
  8. Previsão atual
  9. Limitações e Conclusão

Como citar

@unpublished{wilher_2026_ipca_desagregado,
  author    = {Wilher, Vitor},
  title     = {Ensemble de Modelos de Funda\c{c}\~ao para Previs\~ao
               da Infla\c{c}\~ao no Brasil},
  note      = {Working paper, vers\~ao 2.0},
  year      = {2026},
  month     = {nov},
  url       = {https://vitorwilher.github.io/research/ipca-desagregado.html}
}

Veja também

Dados: SIDRA/IBGE (tabela 7060) e API Olinda de expectativas do BCB (Focus). O código é mantido em repositório privado da Análise Macro.