Abstract
A inflação é um aumento generalizados dos preços em uma economia. Pequenas taxas de inflação são naturais; entretanto, a incerteza causada pela volatilidade da inflação dificulta o delineamento de políticas monetárias. No Brasil, adota-se o IPCA como meta de inflação; entretanto, o uso de núcleos de inflação como meta possibilitaria o delineamento de políticas monetárias menos rígidas e menos suscetíveis à choques externos. Neste trabalho, propõe-se a construção de núcleos de inflação baseados em wavelets, uma vez que em contextos inflacionários apresentam melhor desempenho na análise da tendência quando comparados com núcleos de inflação usuais. Para a previsão, adotam-se técnicas de inteligência artificial, como as redes neurais. O uso de redes neurais possibilita lidar com problemas altamente complexos, os quais nem sempre podem ser descritos por modelos analíticos. Delimitam-se as estimativas prováveis das previsões futuras através de intervalos de confiança. Dentre as principais conclusões do trabalho, salienta-se que os núcleos de inflação baseados em wavelets possuem menores intervalos de confiança, além de apresentarem menores erros na construção da rede neural. Verifica-se, ainda, que as previsões geradas pelos núcleos de inflação são suavizações da inflação, permitindo identificar a tendência da inflação para um horizonte de até doze meses.