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

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

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.