O papel da política monetária no ciclo econômico

O Banco Central busca calibrar a taxa de juros de curto prazo, seu instrumento de política, de modo a manter a taxa de juros real próxima à taxa de juros de equilíbrio da economia. Em situações onde o hiato do produto é diferente de zero, entretanto, isto é, ou bem o PIB da economia está abaixo/acima do PIB potencial, cabe ao Banco Central manter uma política monetária expansionista/contracionista, de modo a reagir às pressões inflacionárias baixistas/altistas.

Em termos formais, o Banco Central possui uma função de perda social quadrática e intertemporal a ser minimizada a cada período como a que segue:

(1)   \begin{align*} E \left [ (1 - \delta) \sum_{\tau = 0}^{\infty} \delta^{\tau} L_{t+\tau} | I_t \right ] \end{align*}

onde E \left [ . | I_t \right ] representa a expectativa racional do Banco Central, condicionada pelo conjunto de informação I_t. \delta é um fator de desconto, que varia de 0 a 1 (exclusive) e L_t uma função de perda para o período t como abaixo

(2)   \begin{align*} L_t = \frac{1}{2} \left [ (\pi_t - \pi^{*})^2 + \gamma (h_t)^2 \right ]  \end{align*}

onde \pi_t é a inflação corrente, \pi^{*} é a meta de inflação, h_t é o hiato do produto e \gamma é um parâmetro que mede o peso relativo dado à estabilização do produto na FPS. \gamma > 0 implica que a variância de \pi_t será maior do que zero, ou seja, o Banco Central se preocupa com a estabilização do produto e o regime de metas é do tipo flexível. Acaso, \gamma = 0, a variância de \pi_t será igual a zero e o regime é do tipo estrito, o Banco Central só se preocupa com a inflação. Svensson (1997) argumenta que o tipo flexível é o mais comum entre os regimes adotados, isto é, os Bancos Centrais buscam manter a inflação baixa e estável ao mesmo tempo em que se preocupam com os efeitos da política monetária sobre o nível de atividade.

Isso dito, em uma situação onde o PIB efetivo está abaixo do PIB potencial, configurando um hiato do produto negativo, recomenda-se que a política monetária seja expansionista. Isto porque, um hiato do produto negativo irá produzir, tudo o mais constante, pressões deflacionárias sobre a economia.

Nesse contexto, o Banco Central deve calibrar o juro nominal de modo que o juro real se posicione abaixo do juro neutro.

A operacionalização disso envolve, entretanto, tanto arte quanto ciência. O Banco Central calibra o juro nominal de acordo com uma regra de Taylor, olhando para a diferença entre inflação esperada e meta e hiato do produto. O efeito da diferença entre o juro real e o juro neutro sobre o hiato do produto ocorrerá via Curva IS, mas com alguma defasagem para a tomada de decisão sobre o juro nominal. Por fim, o efeito do hiato sobre a inflação ocorre via Curva de Phillips, com mais alguma defasagem. Em outras palavras, o Banco Central precisa manter um arsenal robusto de forecasting, de modo que o efeito da decisão expansionista de política monetária ocorra de fato sobre uma economia com hiato do produto negativo, dadas as defasagens envolvidas.

Como mostram os dados, o trabalho atual do Banco Central no Brasil está correto, posto que o hiato do produto ainda é bastante negativo, prescrevendo uma política monetária expansionista no curto prazo.

___________________

Svensson, L. E. O. Optimal inflation targets conservative central banks and linear inflation contracts. The American Economic Review, 87(1):98114, 1997.

(*) Aprenda tudo sobre política monetária com a nossa área de Central Banking.

(**) Aprenda a usar o R para fazer análise de dados com nossos Cursos Aplicados de R.

(***) Os códigos desse comentário estarão disponíveis no Clube do Código daqui a pouco.

(****) Super promoção de Natal: combos com até 50% de desconto. Veja aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

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.