"Plantar inflação para colher juros": Banco Central aumenta Selic.

seliccambioO Banco Central comunicou, agora há pouco, uma elevação de 25 pontos-base na taxa básica de juros, a Selic. A decisão não foi nem um pouco unânime: cinco votos a favor da elevação contra três pela manutenção. No comunicado pós-reunião, disse "Para o Comitê, desde sua última reunião, entre outros fatores, a intensificação dos ajustes de preços relativos na economia tornou o balanço de riscos para a inflação menos favorável. À vista disso, o Comitê considerou oportuno ajustar as condições monetárias de modo a garantir, a um custo menor, a prevalência de um cenário mais benigno para a inflação em 2015 e 2016". A parte em negrito refere-se a dois movimentos: um principal, outro secundário. O primeiro, que deve ter sido preponderante para os membros do Copom, a forte desvalorização cambial sofrida desde a última reunião [em 03/09]: nesse período o câmbio passou de 2,23 R$/US$ para 2,43 R$/US$. O segundo, que já vem se desenvolvendo desde abril, a elevação do preço da energia elétrica, que fez os preços administrados saírem de 1,5% em 2013 para 5,3% agora, em setembro, no acumulado em 12 meses. Diante de uma inflação acumulada em 12 meses de 6,75%, não há mesmo muito espaço para acomodar um choque de oferta, não é mesmo? Nesse contexto, está correto o Banco Central em reagir, elevando juros. Isso poderá trazer algum alento para sua deteriorada credibilidade. Só acho que ele deveria ter continuado o aumento de juros nas quatro reuniões anteriores: isso faria com que os juros reais tivessem aumentado, situando a política monetária em região contracionista. Como não fez - provavelmente por causa do ambiente eleitoral - hoje tem uma baita dor de cabeça para administrar: uma inflação não apenas alta, mas cheia de pressões, como gasolina, energia elétrica, choque cambial... Em se plantando inflação, colhe-se juros, como disse a então candidata, Dilma Rousseff... 🙁

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.