Blanchard, Delfim Neto e um pouco de política monetária

O ex-ministro Delfim Neto publicou um artigo hoje no jornal Valor Econômico sobre a pretensa mudança proposta pelo FMI em seus novos documentos. No mesmo, Delfim traz alguns pontos destacados em artigo recente publicado pelo também economista Blanchard, que seguem abaixo com os meus comentários:
1) da necessidade de obrigar as pessoas a repensarem algumas coisas e mostrar que o próprio FMI é capaz, também, de algumas novas reflexões;
Para quem defendia até bem pouco atrás que a liberalização da conta capital e a implementação de câmbio flutuante, por exemplo, como premissas infalíveis isso é um grande avanço.
2) de sugerir que a política monetária tornou-se simplista demais. A realidade não confirmou a afirmação que, fixada a taxa básica de juros, tudo se ajustaria;
Há muito desconhecimento sobre isso. A regra de Taylor nunca foi o único modo de se fazer política monetária. Mesmo em países que adotaram o Regime de Metas de Inflação, a utilização de outros instrumentos sempre foi um dado importante.
3) de mostrar que quando a taxa básica é nula aparecem muitas dificuldades e se exige uma participação mais forte da política fiscal;
Isso já era conhecido desde a publicação da Teoria Geral, em 36. Mesmo no simples modelo IS-LM essa hipótese está contida - é o caso da LM horizontal. Não há novidade alguma em relação a isso, portanto.
4) de discutir se uma taxa e inflação de 4% não poderia servir melhor à sociedade e à política econômica, mesmo porque entre 2% e 4% o custo da inflação não é muito maior. Hoje parece claro que seria melhor ter escolhido 4%. Como se escolheu 2%, uma mudança agora poderia criar um problema de credibilidade;
Aplicando ao Brasil seria algo como trocar uma meta de 4,5% por outra de 6,5%. Tem muito economista que é simpático a essa idéia. O problema é que como ainda restam (muitos) mecanismos de indexação, a expectativa de inflação automaticamente reproduziria esse novo nível para o período seguinte. Se você acrescenta choques (de oferta e de demanda), rapidamente a inflação brasileira estaria em dois dígitos. E assim sendo, os juros [tão criticados no atual nível] se elevariam.
5) de colocar a questão de se os bancos centrais não deveriam levar em conta outros objetivos, usar instrumentos macroprudenciais para reforçar o papel da taxa de juros e cuidar melhor da estabilidade e liquidez do sistema financeiro;
Dentro do regime de metas de inflação o Banco Central do Brasil trabalha com dois objetivos (inflação e estabilidade do sistema financeiro). Para alcança-los faz uso de alguns instrumentos, dentre eles: compulsório, redesconto e taxa básica de juros. Talvez seria o caso de colocar mais um objetivo: o crescimento [ou a redução do desemprego]. Mas será que dentro de um arcabouço institucional frágil como o nosso, ter dois objetivos conflitantes não levaria a escolha de um em detrimento do outro?
Além disso, nunca é demais lembrar que no longo prazo uma expansão monetária [redução de taxa de juros] sempre leva a mais inflação.
6) se não deveríamos construir um sistema de estabilizadores efetivamente automáticos, destinados à estabilização (por exemplo, um crédito fiscal aos investimentos) que entrem em vigor quando cai o PIB e o emprego, sem a necessidade de discuti-los no Congresso, o que lhes tira a eficácia.
O Brasil inventou isso. Basta ver o que o país fez na crise de 29.

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.