O risco fiscal

O mercado se volta para o risco fiscal presente no aumento das necessidades de financiamento do setor público (fluxo) e, consequentemente, para o aumento do endividamento. Diante da forte reação de política pública, em particular pela criação e operacionalização do auxílio emergencial, houve, de fato, uma deterioração adicional nas contas públicas. Para dar uma olhada nos dados, como ensino no nosso Curso de Análise de Conjuntura usando o R, podemos começar carregando alguns pacotes no R, como abaixo.


library(tidyverse)
library(tidyquant)
library(timetk)
library(scales)
library(quantmod)
library(GetTDData)
library(ecoseries)
library(RColorBrewer)
library(rbcb)

Carregados os pacotes, podemos começar pegando os dados de endividamento, como abaixo.


dlsp = get_series(4513)

ggplot(dlsp, aes(x=date, y=`4513`))+
geom_line(size=.8)+
labs(x='', y='% PIB',
title='Dívida Líquida do Setor Público',
caption='Fonte: analisemacro.com.br com dados do BCB')

dbgg = get_series(13762) %>%
drop_na()

ggplot(dbgg, aes(x=date, y=`13762`))+
geom_line(size=.8)+
labs(x='', y='% PIB',
title='Dívida Bruta do Govero Geral',
caption='Fonte: analisemacro.com.br com dados do BCB')

A Dívida Bruta do Governo Geral chegou a 88,8% em agosto e a Dívida Líquida fechou em 60,7%, como pode ser visto abaixo.


Essa deterioração nas métricas de endividamento, por óbvio, é resultado direto da piora do fluxo, isto é, das necessidades de financiamento do setor público. A seguir, ilustro.


primario = get_series(5793) %>%
drop_na()

ggplot(primario, aes(x=date, y=`5793`))+
geom_line(size=.8)+
labs(x='', y='% PIB',
title='Necessidades de Financiamento do Setor Público',
caption='Fonte: analisemacro.com.br com dados do BCB')

As contas públicas se tornaram uma bomba relógio prestes a explodir. E ainda não tiveram maior impacto sobre o risco-país e sobre o custo de captação do Tesouro porque o Teto de Gastos ainda se mantém de pé. Sem o teto, é questão de tempo para que o mercado precifique o default brasileiro. 

____________________

*) Para ter acesso aos códigos completos do exercício, cadastre-se na nossa Lista VIP aqui.

(**) Inscrições abertas para as Turmas Especiais dos nossos Cursos de Macro Aplicada.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como Medir o Ciclo das Concessões de Crédito usando Python

Este artigo apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pro-ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

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.