Gastos Previsionales del INSS y Sostenibilidad Fiscal: Una Aplicación del Modelo SARIMA

Autores/as

  • Victor Flávio Pereira Dornelos Universidad del Estado de Río de Janeiro (UERJ)
  • Elena Soihet Universidad Federal Rural de Río de Janeiro
  • Julio Cezar Russo Pinto da Silva Universidad Federal Rural de Río de Janeiro

Palabras clave:

Seguridad Social, INSS, Series Temporales, Modelización SARIMA

Resumen

El sistema previsional brasileño orientado a los trabajadores del sector privado está organizado por el Régimen General de Previdencia Social (RGPS), administrado por el Instituto Nacional del Seguro Social (INSS). En un contexto de transición demográfica acelerada, se observa un crecimiento de los gastos previsionales, lo que impone desafíos a la sostenibilidad actuarial y al equilibrio financiero del sistema. Este artículo analiza el comportamiento de la serie temporal de los gastos del INSS y propone un modelo de previsión basado en la metodología SARIMA, contribuyendo al debate sobre la dinámica de la previsión social brasileña. El enfoque es cuantitativo, utilizando datos secundarios de la Empresa de Tecnología e Informaciones de la Previdencia Social (Dataprev) y técnicas de modelización econométrica. Los resultados indican que los gastos tienden a crecer por encima de la meta de inflación en los próximos años y están influenciados por factores macroeconómicos e institucionales complejos, lo que limita el desempeño de modelos puramente autorregresivos y sugiere la necesidad de enfoques complementarios.

Biografía del autor/a

Victor Flávio Pereira Dornelos, Universidad del Estado de Río de Janeiro (UERJ)

Licenciado en Ciencias Económicas por la Universidad Federal Rural de Río de Janeiro (UFRRJ), con finalización en 2025. Se desempeñó como pasante en el Banco Nacional de Desarrollo Económico y Social (BNDES) entre 2024 y 2025, con enfoque en salud, sistemas de pensiones complementarias, economía aplicada y ciencia de datos. Actualmente es estudiante de maestría en el Programa de Posgrado en Ciencias Económicas (PPGCE) de la Universidad del Estado de Río de Janeiro (UERJ), con ingreso en 2025. Sus áreas de interés incluyen Macroeconometría, Seguridad Social, Econometría y métodos cuantitativos aplicados a la economía.

Elena Soihet, Universidad Federal Rural de Río de Janeiro

Doctora en Economía por el Instituto de Economía de la Universidad Federal de Río de Janeiro (2007). Profesora Asociada IV del Departamento de Ciencias Económicas del Instituto Multidisciplinario de la Universidad Federal Rural de Río de Janeiro (IM/UFRRJ). Realizó una estancia posdoctoral en la Universidad Federal de Río Grande del Sur (2014) y fue investigadora visitante en el Land Department de la Universidad de Cambridge (2013). Actúa en las áreas de Macroeconomía, Economía Monetaria y Economía Financiera. Desarrolla investigaciones en Economía Monetaria y Financiera, con énfasis en el sistema financiero, el spread bancario y el costo del crédito, así como en Economía del Sector Público, con especial atención a la reforma previsional y la sostenibilidad fiscal.

Julio Cezar Russo Pinto da Silva, Universidad Federal Rural de Río de Janeiro

Doctor en Finanzas y Análisis de Inversiones por el Departamento de Ingeniería Industrial de la Pontificia Universidad Católica de Río de Janeiro (2017). Profesor Asociado II del Instituto Multidisciplinario del Departamento de Ciencias Económicas de la Universidad Federal Rural de Río de Janeiro (IM/UFRRJ). Actúa en las áreas de Finanzas y Análisis de Inversiones, Econometría y Diseño de Mecanismos. Desarrolla investigaciones en Econometría Financiera, Estimaciones del Envejecimiento Poblacional e Impactos Previsionales, Diseño de Mecanismos y Compatibilidad de Incentivos en contratos de Asociación Público-Privada (APP).

Citas

AFONSO, José Roberto; ARAÚJO, Eliane Cristina; FAJARDO, Bernardo Guelber. The role of fiscal and monetary policies in the Brazilian economy: understanding recent institutional reforms and economic changes. The Quarterly Review of Economics and Finance, v. 62, p. 41–55, 2016. DOI: 10.1016/j.qref.2016.07.005

AKAIKE, Hirotugu. A new look at the statistical model identification. IEEE Transactions on Automatic Control, v. 19, n. 6, p. 716–723, 1974.

BRASIL. Constituição da República Federativa do Brasil de 1988. Disponível em: https://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 28 ago. 2024.

BRASIL. Emenda Constitucional nº 103, de 12 de novembro de 2019. Altera o sistema de previdência social e estabelece regras de transição e disposições transitórias. Diário Oficial da União, Brasília, DF, 13 nov. 2019.

BOX, George E. P.; JENKINS, Gwilym M. Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day, 1976.

BUENO, Rodrigo de Losso da Silveira. Econometria de séries temporais. 2. ed. rev. e atual. São Paulo: Cengage Learning, 2011.

CRESWELL, John W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. 5. ed. Porto Alegre: Penso, 2018

Empresa de Tecnologia e Informações da Previdência. Infologo AEPS. Disponível em: https://www3.Dataprev.gov.br/infologo/inicio.htm. Acesso em: 10 jan. 2025.

GIAMBIAGI, Fabio. A previdência social no Brasil: tendências e desafios. Rio de Janeiro: Banco Nacional de Desenvolvimento Econômico e Social, 2025. 53 p. (Textos para discussão; 164).

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2019.

HYNDMAN, Rob J.; ATHANASOPOULOS, George. Forecasting: Principles and Practice. 3. ed. Melbourne: OTexts, 2021. Disponível em: https://otexts.com/fpp3/. Acesso em: 6 out. 2025.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Projeção da População do Brasil e das Unidades da Federação, 2024. Rio de Janeiro: IBGE, 2024. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/populacao/9109-projecao-da-populacao.html. Acesso em: 6 out. 2025.

LÜTKEPOHL, Helmut. New Introduction to Multiple Time Series Analysis. Berlin: Springer, 2005.

MORETTIN, Pedro A.; TOLOI, Clélia M. C. Análise de séries temporais. 2. ed. São Paulo: Edgard Blucher, 2006.

SCHWARZ, Gideon. Estimating the dimension of a model. The Annals of Statistics, v. 6, n. 2, p. 461–464, 1978.

SECRETARIA DE REGIME GERAL DE PREVIDÊNCIA SOCIAL. Projeções Financeiras e Atuariais para o RGPS. Brasília: Ministério da Previdência Social, 2023.

SHUMWAY, Robert H.; STOFFER, David S. Time Series Analysis and Its Applications: With R Examples. 3. ed. New York: Springer, 2017.

SIDONE, Otávio José Guerci; AFONSO, Luís Eduardo. Economia da previdência: teoria, desenho e avaliação. Colaboração de Ana Cristina de Souza Queiroz e Emmilly Elizabeth César Félix. São Paulo: Faculdade de Economia, Administração, Contabilidade e Atuária da Universidade de São Paulo – FEA/USP, 2025. 501 p. ISBN 978-85-61522-07-0. DOI: 10.11606/9788561522070

Descargas

Publicado

29-05-2026

Cómo citar

Pereira Dornelos, V. F., Soihet, E., & Russo Pinto da Silva, J. C. (2026). Gastos Previsionales del INSS y Sostenibilidad Fiscal: Una Aplicación del Modelo SARIMA. CUADERNO DE FINANZAS PÚBLICAS, 26(02). Recuperado a partir de https://publicacoes.tesouro.gov.br/index.php/cadernos/article/view/301

Número

Vol. 26 Núm. 02 (2026): CADERNOS DE FINANÇAS PÚBLICAS

Sección

artigos

Licencia

Derechos de autor 2026 CUADERNO DE FINANZAS PÚBLICAS

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Los artículos se pueden copiar, ya que cotqué el origen.