O mercado superestima a inflação, visando pressionar o Banco Central a ter juros mais altos?

diferençaexpipcaSempre que o Banco Central inicia um processo de elevação da taxa de juros, há uma gritaria em torno dos efeitos perversos que isso teria sobre o nível de atividade e consequentemente sobre a taxa de desemprego. Geralmente, dentro desse tipo de argumentação, o "analista" comete o equívoco de dizer que, como as expectativas do mercado são formadas basicamente por instituições financeiras, eles superestimariam a expectativa de inflação, visando pressionar o Banco Central a praticar juros básicos mais elevados. Isso, claro, geraria mais lucro para as instituições financeiras envolvidas na pesquisa. Ou seja, haveria um problema de risco moral envolvido no processo de coleta de informações, que seria resolvido se agentes do "lado real" da economia fossem incluídos na pesquisa da autoridade monetária.

O argumento, à primeira vista, parece realmente "fazer sentido" e seduz muita gente boa por ai. Mas o que os dados tem a dizer sobre isso? Infelizmente, leitor, os dados não confirmam a tese. Tomando duas séries, uma da expectativa do IPCA no mês j para ano t e a inflação que efetivamente ocorreu no ano t (para 2013, utilizou-se a inflação efetiva acumulada em 12 meses no mês j) e fazendo a diferença da primeira em relação a segunda, o que se percebe é que de jan/2000 a maio/2013, ou seja, nos 161 meses, em 67,7% dos casos o que se viu é que o mercado subestimou a inflação do período. Em outros termos, o que se vê é que o mercado projeta na maior parte dos casos uma inflação menor do que ela realmente é no final do ano.

Isso, a meu ver, acaba com a "teoria da conspiração" de alguns críticos. Às vezes, leitor, os dados confessam...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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 automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

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.