Acertamos ou erramos: uma análise das projeções de despesa do RGPS no Brasil

Abstract

Este trabalho analisa a acurácia e evolução das projeções oficiais de despesa previdenciária do Regime Geral de Previdência Social (RGPS) em relação ao PIB no Brasil no período entre 2002 e 2024. Foram utilizadas séries históricas extraídas de documentos oficiais para os exercícios de 2003 a 2060, com o objetivo de mensurar desvios, identificar tendências e avaliar o desempenho preditivo das estimativas governamentais. A análise combina estatísticas descritivas, regressões lineares por horizonte de projeção, testes de viés médio, erro percentual absoluto, e o teste de Diebold-Mariano, contrastando os resultados com um modelo de referência ingênuo. Além disso, as projeções foram agrupadas por períodos presidenciais, permitindo verificar diferenças estruturais no comportamento das estimativas ao longo dos governos. Também se avaliou o impacto da Emenda Constitucional nº 103/2019 (Reforma da Previdência) e das políticas de reajuste de benefícios sobre as projeções divulgadas. Os resultados revelam padrões distintos de revisão conforme o período de governo, tendência de superestimação nos anos anteriores a 2015, subestimação entre 2016 e 2020 e maior acurácia no período pós-reforma. A análise evidencia limitações metodológicas nas projeções oficiais, que, em diversos momentos, não superaram o modelo ingênuo em termos de precisão. Ao mostrar as fragilidades e avanços das estimativas atuariais, o estudo contribui para o aprimoramento da transparência e da qualidade técnica no planejamento previdenciário de longo prazo.

This paper examines the accuracy and evolution of Brazil’s official pension expenditure projections under the General Social Security Regime (RGPS) as a share of GDP between 2002 and 2024. Historical series from official documents covering fiscal years 2003 to 2060 were used to measure forecast deviations, identify trends, and assess the predictive performance of government estimates. The analysis combines descriptive statistics, linear regressions by forecast horizon, tests of mean bias, mean absolute percentage error, and the Diebold-Mariano test, contrasting the official results with a naïve benchmark model. Projections were also grouped by presidential terms to detect structural differences in forecasting behavior across administrations. Additionally, the study evaluates the impact of Constitutional Amendment nº 103/2019 (Pension Reform) and benefit adjustment policies on subsequent projections. Results reveal distinct revision patterns by government period, with a tendency toward overestimation before 2015, underestimation between 2016 and 2020, and improved accuracy after the reform. The analysis highlights methodological limitations in official projections, which often failed to outperform the naïve model in terms of precision. By shedding light on both weaknesses and improvements in actuarial forecasting, the study contributes to enhancing transparency and technical quality in long-term pension planning.