Análise da Última Ata do Copom

O Banco Central divulgou nessa manhã a ata da última reunião do Comitê de Política Monetária (COPOM). Nela, o banco ratifica os motivos pelos quais decidiu intensificar o processo de flexibilização monetária. Como a decisão contrariou a expectativa majoritária do mercado (que era de corte de 50 pontos-base), essa foi uma ata de justificativa, o que exigiu maiores explicações, gerando alguma perda em termos de legibilidade do documento.

De modo geral, o COPOM salientou que uma vez que as expectativas de inflação se mostram ancoradas, é possível intensificar o ciclo de flexibilização monetária. Ademais, ressaltou que a desinflação da economia brasileira, capturada pelo comportamento da inflação passada, segue trajetória condizente. Como exposto no parágrafo 14 do documento:

"Todos os membros do Comitê concordaram que
as condições explicitadas na reunião do Copom
em novembro (203ª reunião) para intensificação do
ritmo de flexibilização monetária estavam presentes.
A inflação evoluiu de forma favorável no período
recente, vindo abaixo do esperado. Com a evidência
de retomada do processo de desinflação, na margem,
dos componentes mais sensíveis ao ciclo econômico
e à política monetária, o amplo conjunto de medidas
de núcleo da inflação acompanhado pelo Copom
aponta para inflação em níveis compatíveis com a
meta de 4,5% para 2017 e 2018. Além disso, as
evidências disponíveis reforçam a leitura de que as
expectativas seguem ancoradas. Esse conjunto de
fatores contribui para maior confiança nas projeções
de continuidade do processo de desinflação rumo à
meta. A economia tem operado em ritmo mais fraco
do que se esperava há alguns meses e divulgações
recentes continuaram a indicar atividade econômica
aquém do esperado na margem, mesmo após as
últimas revisões para o final de 2016. Os passos no
processo de encaminhamento de reformas fiscais
adicionais e de outros ajustes necessários na
economia continuam sendo positivos".

As expectativas de inflação, nesse contexto, autorizam uma flexibilização mais rápida da política monetária. Em destaque, como já sinalizava a ata da reunião de dezembro, o COPOM decidiu por ampliar o ajuste na taxa básica de juros em virtude da frustração com o nível de atividade, em um ambiente de expectativas de inflação ancoradas.

Em um cenário que prevê expectativas ancoradas, o tamanho do ciclo de redução dos juros vai depender da persistência da inflação (o quão rápido a inflação efetiva caminhará para a meta), do processo de aprovação das reformas fiscais, do cenário externo e, claro, da recuperação da economia. Em particular, chama atenção que no cenário de mercado as projeções de inflação para 2017 ficam em 4,4%, com taxa de juros em 10,25% a.a. e câmbio de 3,45 R$/US$ no final do ano. Em outras palavras, se não houver nenhuma grande surpresa ao longo do ano, podemos aguardar por um ciclo total de redução de no mínimo 400 pontos-base.

Cabe destacar, por fim, que o recuo da inflação efetiva se dá em um contexto de recuperação da credibilidade da autoridade monetária. Há alguns meses, discutia-se os motivos pelos quais a inflação estava demorando para ceder, mesmo diante de uma das maiores recessões da história da economia brasileira. Uma dos motivos levantados para isso, por suposto, era o aumento da inércia inflacionária, em um ambiente de expectativas desancoradas - foi assunto, inclusive, de um exercício no Clube do Código. Em certo sentido, portanto, a nova diretoria do banco foi capaz de gerar uma quebra nesse comportamento, ainda que os exercícios empíricos tenham dificuldades para ratificar esse argumento, diante, claro, do tamanho da amostra disponível.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

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.

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.