Com a palavra os heterodoxos...

Ontem, o caos político que tomou conta do país me impediu de compartilhar com vocês um artigo bastante interessante publicado no Valor, titulado Ajuste fiscal contraproducente, dos autores Guilherme Tinoco e Ricardo Barboza. Com base na evidência empírica disponível, os autores refutam a crítica de economistas heterodoxos ao ajuste fiscal. Para estes, uma redução do gasto público aprofundaria a recessão, fazendo com que a arrecadação de tributos caia, reduzindo ainda mais o superávit primário, aumentando ainda mais a relação dívida/pib. Barboza e Tinoco, por sua vez, mostram que isso só seria verdade para números irrealistas de multiplicador fiscal ou de elasticidade da arrecadação ao PIB.

Pela refutação da crítica heterodoxa ao ajuste fiscal, o artigo já valeria muito a pena. Adiciono um ponto para que você o leia e pense: os autores utilizam a evidência empírica disponível para refutar uma hipótese equivocada. Em qualquer lugar civilizado, é assim que economistas trabalham. Acreditar em uma teoria, sem efetuar contas ou mostrar dados que a suportem não é mais economia há muito tempo...

Para quem quiser ler o artigo inteiro, disponibilizo aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.