Expurgando a "contabilidade criativa"...

O Banco Central divulgou um boxe em seu último Relatório de Inflação no qual pretende expurgar os efeitos da "contabilidade criativa" no cômputo do resultado primário do governo. Nas palavras da autoridade monetária:

"Importante destacar que o resultado estrutural diferencia-se do resultado ciclicamente ajustado por desconsiderar, além de alterações em receitas e despesas decorrentes da posição cíclica da economia, efeitos de receitas e despesas extraordinárias. Essa exclusão permite avaliar a postura da política fiscal em determinado período: expansionista, contracionista ou neutra. Nesse sentido, a variação do resultado estrutural entre dois períodos é a medida do impulso fiscal, do impacto das ações discricionárias do governo" (grifo nosso).


Ou seja, a autoridade monetária demonstra preocupação com os efeitos das tais "receitas extraordinárias" que têm sido usadas para cumprimento das metas de superávit primário. A construção do resultado primário estrutural do governo geral leva em consideração:

"As séries de receitas e despesas do Governo Geral utilizadas nas estimativas foram ajustadas para que excluíssem os valores relativos à operação de capitalização da Petrobras e da cessão onerosa de petróleo, realizadas em 2010; as operações envolvendo a capitalização e o resgate de cotas, em 2008 e 2012, do Fundo Fiscal de Investimentos e Estabilização, cujo único cotista é a União, com recursos do Fundo Soberano do Brasil; e ainda outras receitas e despesas não recorrentes" (grifo nosso).

O resultado é que o superávit primário efetivo torna-se bem menor [em relação ao PIB], como mostra o gráfico abaixo. Ponto para o Banco Central!

expurgo

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.