Comentário de Conjuntura: Selic vs. Juros Pessoa Física

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

Como hoje é dia de COPOM, resolvi imitar o meu colega Renato Lerípio - que, aliás, vem fazendo um belo trabalho de divulgação do R no seu blog - e falar um pouco sobre a diferença entre a taxa de juros básica da economia, a taxa Selic, e os juros que realmente importam, aqueles que a pessoa física normal paga quando toma um empréstimo. O gráfico abaixo ilustra que, ainda que haja uma correlação positiva entre elas, os seus níveis são bem diferentes. Enquanto a taxa Selic (efetiva) encontra-se em 6,4% a.a., o juro pessoa física está em inacreditáveis 52,03% a.a. na modalidade livre, aquela que depende da oferta e demanda do mercado. E a pergunta que fica, naturalmente, é por quê? 

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2018/09/post.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

 

[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

Como eu sou um grande entusiasta do tema, já falei sobre ele várias vezes aqui nesse espaço. Nessas oportunidades, sempre gosto de dividir o problema em duas partes. Primeiro, é preciso dizer que temos um juro real – selic menos a inflação – que equilibra as diversas forças do organismo econômico fora do lugar – para uma comparação com outros países, clique aqui. Três coisas equivocadas na economia brasileira atuam para que isso ocorra: (i) uma taxa de poupança muito baixa; (ii) uma dívida pública muito alta; (iii) existência de muito crédito direcionado. Expliquei em detalhes aqui cada um desses problemas. Vamos focar, portanto, na segunda parte do problema: por que a diferença entre esse juro real, que se aproxima da taxa de captação dos bancos, e o juro para pessoa física é tão alta?

No jargão dos economistas, o nome dessa diferença se chama spread bancário. O spread bancário é alto no país, basicamente, porque é difícil reaver um empréstimo, dada a lentidão da justiça, o que acaba sendo repassado para o preço. Ademais, os depósitos compulsórios exigidos pelo Banco Central estão entre os mais elevados do mundo e a carga tributária incidente também é bastante elevada. Por fim, o setor bancário é muito concentrado, com os principais bancos detendo grande parte do mercado. Tudo isso concorre para manter o spread elevado, o que implica em taxas de juros mais altas para consumidores e empresários.

O Renato, aliás, fez um exercício interessante no blog dele que busca justamente estimar um modelo que explica a trajetória da variação do juro pessoa física. Os resultados do exercício sugerem que a inadimplência tem um papel decisivo na explicação.

Em outras palavras, leitor, reduzir o juro para a pessoa física implica em tocar uma agenda microeconômica bastante complicada. De todos os fatores que explicam o spread alto, me parece que o ponto mais difícil de ser enfrentado é justamente o da inadimplência. Isto é, como dar celeridade a processos de recuperação, o que implica em reduzir provisões de bancos, impactando em juros menores para o tomador de crédito? Não parece ser fácil, não é mesmo?

Aumentar a concorrência e reduzir tributos/compulsórios, me parece, a parte fácil (em termos relativos, obviamente) do problema. Enfrentar a lentidão da justiça brasileira é que são elas... Ou seja, leitor, acho que ainda teremos de conviver com juros altos por um bom tempo, infelizmente... 🙁

 

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2018/09/turmasdeoutubro.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

 

[/et_pb_image][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

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.

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.