Queda da Selic em 2014?

Os dados ruins de nível de atividade e a geração líquida de empregos formais negativa nos últimos meses (em termos dessazonalizados), bem como o comunicado pós-Copom, levaram os juros reais ex-ante (juros deflacionados pela expectativa de inflação) a cair nas últimas semanas. Seria uma antecipação à queda da taxa básica de juros nas próximas reuniões do Comitê de Política Monetária. O enredo soa consistente, de alguma forma, mas deve antes combinar com a inflação e, claro, com as expectativas de inflação. Como, afinal, o Banco Central pretende explicar ao mercado que irá reduzir a taxa básica de juros em um momento onde a inflação acumulada em 12 meses não apenas é alta como deve continuar elevada? Ademais, dados os ajustes prometidos nos preços administrados, bem como a manutenção de serviços pressionados, como ancorar expectativas com uma eventual redução de juros no caminho?

Uma redução da taxa de juros ainda em 2014 seria um movimento similar aquele realizado em agosto de 2011, quando ao observar ventos externos desinflacionários, o Comitê mudou a direção da política monetária. É muito provável, desse modo, que o mercado esteja agora tomando essa ação para precificar queda da Selic ainda em 2014. Seria o correto?

Tornou-se incerto decifrar o que quer o Banco Central, seja por meio de alguma regra de reação, seja pelos comunicados da autoridade. A despeito disso, tendo a entender que não se vê no horizonte de curtíssimo prazo justificativas para uma queda da taxa básica de juros. Mesmo com a deterioração do nível de atividade - algo já esperado pelo Comitê -, a inflação não deve mostrar recuo nesse segundo semestre. Pelo contrário, as projeções para o IPCA são bastante pessimistas - alguns modelos, por exemplo, projetam inflação acima de 7% em algum momento entre setembro e outubro.

Em assim sendo, a reação do mercado só é entendida se os agentes estão levando em consideração um banco central que dá muito peso para o hiato do produto (para o nível de atividade) e pouco (ou menor) para a inflação. Nesse caso, o banco central teria que reagir a queda do emprego e ao PIB negativo do segundo trimestre com queda de juros básicos. Na minha visão, ainda não é esse o caso e uma redução de juros nesse momento causaria mais estragos do que propriamente benefícios. O motivo é simples: de todos os canais de transmissão de uma decisão de política monetária, as expectativas são as que reagem mais rapidamente. Uma redução de juros nesse momento causaria ainda mais dúvidas sobre o controle da inflação, abalando ainda mais a confiança em relação ao futuro. É isso que o Banco Central quer? Provavelmente não.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Retropolando a série do desemprego no Brasil

Nosso objetivo neste exercício será estender a taxa de desemprego fornecida pela Pesquisa de Nacional por Amostra de Domicílios Contínua (PNAD Contínua) através daquela fornecida pela Pesquisa Mensal de Emprego (PME). Serão construídas duas séries: uma normal, outra dessazonalizada. Faremos todo o exercício utilizando o Python.

Variáveis Instrumentais no R: qual o impacto do gasto de segurança no crime?

Diversos métodos econométricos têm como principal finalidade melhorar o processo de investigar o efeito de uma variável sobre a outra, e um importante método encontra-se no uso de Variáveis Instrumentais na análise de regressão linear. Mas como podemos utilizar essa ferramenta para auxiliar no estudo da avaliação de impacto?

Neste post, oferecemos uma breve introdução a esse importante método da área de inferência causal, acompanhado de um estudo de caso para uma compreensão mais aprofundada de sua aplicação. Os resultados foram obtidos por meio da implementação em R, como parte integrante do nosso curso sobre Avaliação de Políticas Públicas utilizando esta linguagem de programação.

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.

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.