Dois filtros, duas perguntas: quanto a economia está acima ou abaixo do seu potencial (filtro de Hamilton) e quanto o crédito está acima ou abaixo da sua tendência de longo prazo (filtro HP). Todos os números saem da base do curso: séries SGS/BCB, mensais, de jan/2012 a abr/2026.
O PIB e a razão crédito/PIB andam em duas velocidades: uma tendência lenta (crescimento potencial, bancarização) e um ciclo de curto prazo em torno dela. Um filtro estima a tendência; o que sobra é o hiato.
A "tendência" é o que se preveria para o PIB de hoje usando só o que se sabia h períodos atrás. O hiato é o erro dessa previsão.
(-8 to -11) · mensal: h = 24, p = 12 → (-24 to -35)A tendência τ equilibra duas coisas: ficar perto da série e mudar de inclinação devagar. O λ diz quanto vale a suavidade.
Os mesmos 4 passos do EViews (slides 7 e 8), aplicados à série PIB_12m.
series l_pib = log(pib) → abra l_pib → Proc › Seasonal Adjustment › Moving Average Methods › Ratio to moving average → l_pibsa → Quick › Estimate: l_pibsa c l_pibsa(-24 to -35) → Proc › Make Residual Series → output_gap. Em dado trimestral o mesmo filtro é l_pibsa(-8 to -11): 8 trimestres = 24 meses à frente.
Série Credito_PIB (SGS 20622, saldo total da carteira em % do PIB). Mexa no λ para ver a tendência endurecer ou amolecer. Depois volte o fim da amostra no tempo: é o que o analista via naquela data.
Quick › Series Statistics › Hodrick-Prescott Filter → série credito_pib, ciclo credit_gap, Lambda = 14400 para dado mensal (1600 se a série for trimestral).
Os dois filtros aplicados à mesma série, l_pibsa: Hamilton com h = 24 e p = 12, HP com λ = 14.400. Em cima, o hiato estimado com a amostra completa. Embaixo, o que cada filtro dizia no mês em que o dado saiu (tempo real), comparado com o valor final.
Se o crédito em excesso de hoje vira calote amanhã, a inadimplência (Inadimp_Total) deve se correlacionar com o hiato defasado. O hiato usado é o da aba ③, com λ = 14.400.
Clique em cada situação para ver se o procedimento está certo.