Reduza a taxa de juros e tudo se resolverá...

Esse blog tem sido repetitivo em alguns temas, leitor, infelizmente. Isso, faço mea culpa, é mais consequência do debate macro brasileiro do que obsessão desse escriba. Quer um exemplo? Ontem o Estadão entrevistou o professor da UFRJ, José Luis Oreiro, um dos representantes do Novo Desenvolvimentismo. Em determinado momento da entrevista, Oreiro foi perguntado se em 2017 será possível crescer. A resposta:

"Vai depender muito do que vai ocorrer ao longo deste ano. Se iniciarmos um ciclo de redução da taxa de juros em 2016, temos alguma chance de crescer em 2017. Mas, para isso, a política monetária precisa ser relaxada. Estamos com uma taxa de juros excessivamente elevada para uma economia que já está entrando em seu segundo ano de queda do nível de atividade econômica. Vamos acumular nestes dois anos uma perda de PIB próxima de 8% em termos reais. O que precisamos é uma flexibilização da política monetária, e isso vai ajudar o próprio ajuste fiscal, porque aí vai diminuir a conta de juros, e vai dar algum fôlego para a atividade econômica. Isso é absolutamente indispensável para a gente pensar em algum crescimento em 2017." (grifo nosso)

Faltou falar da inflação, não é mesmo? Era a pergunta que eu esperava que a jornalista fizesse, mas não fez. Abaixo vemos o comportamento declinante do juro real ex-ante, isto é, do juro nominal deflacionado pela expectativa de inflação para os próximos 12 meses.

juroreal

Na prática, portanto, a política monetária já está sendo relaxada, com o aumento das expectativas de inflação e a manutenção do juro nominal (Selic) no mesmo patamar. A despeito disso, o nível de atividade não mostra a menor expectativa de inflexão, e o que colhemos é apenas mais inflação...

Difícil, né leitor? 🙁

A entrevista completa aqui.

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.