12ª semana de corte no crescimento esperado em 2019!

By | PIB

O boletim Focus, divulgado toda segunda-feira pelo Banco Central, trouxe o 12º corte no crescimento mediano esperado para o crescimento esse ano. Abaixo, usamos o pacote rbcb para coletar os dados diretamente do Banco Central. Em seguida, nós tratamos os mesmos, de modo a colocá-los em um data frame. Algo que ensinamos detalhadamente no nosso Curso de Análise de Conjuntura usando o R.


library(rbcb)
pibe = get_annual_market_expectations('PIB Total',
start_date = '2019-01-04')
pib_esperado = pibe$median[pibe$reference_year=='2019']
pib_esp_min = pibe$min[pibe$reference_year=='2019']
pib_esp_max = pibe$max[pibe$reference_year=='2019']
dates = pibe$date[pibe$reference_year=='2019']

data = data.frame(dates=dates, pib=pib_esperado,
min=pib_esp_min, max=pib_esp_max)

Produzimos um gráfico com o código abaixo.


library(ggplot2)
library(scales)
library(ggrepel)
library(png)
library(grid)
library(gridExtra)

img <- readPNG('logo.png')
g <- rasterGrob(img, interpolate=TRUE)

ggplot(data=data, aes(x=dates, y=pib))+
geom_line(size=.8, colour='darkblue')+
labs(title='Crescimento Esperado para 2019',
subtitle='Boletim Focus: mediana das instituições',
caption='Fonte: analisemacro.com.br com dados do BCB.')+
xlab('')+ylab('% a.a.')+
scale_x_date(breaks = date_breaks("4 days"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
geom_label_repel(label=round(data$pib,2),
color = c(rep('black',1), rep(NA,nrow(data)-1)),
fill = c(rep('#91b8bd',1),
rep(NA,nrow(data)-1)))+
theme(panel.background = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.background = element_rect(fill='#8abbd0'),
axis.line = element_line(colour='black',
linetype = 'dashed'),
axis.line.x.bottom = element_line(colour='black'),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.position = 'bottom',
legend.background = element_rect((fill='#acc8d4')),
legend.key = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.margin=margin(5,5,15,5))+
annotation_custom(g,
xmin=as.Date('2019-01-03'),
xmax=as.Date('2019-01-31'),
ymin=1.5, ymax=2)

Abaixo, o gráfico...

Isso e muito mais você aprende em nosso Curso de Análise de Conjuntura usando o R.

Deveríamos usar o saldo da conta única do Tesouro para estimular a economia?

By | Comentário de Conjuntura

Diante da fragilidade da recuperação da economia, medida pelas pesquisas de alta frequência divulgadas ao longo do primeiro trimestre, surgem algumas ideias pouco ortodoxas de estímulos à demanda. Dentre elas, uma particularmente perigosa reside no uso do chamado saldo da conta única do Tesouro, que avançou bastante ao longo da última década. O objetivo desse post, por suposto, é o de avaliar a legitimidade de tal medida. Para isso, farei uma análise dos dados fiscais relacionados, bem como discutirei a origem dos recursos que constituem hoje o saldo da conta única do Tesouro.

Onde estão os dados?

Antes de mais nada, cumprindo o espírito desse espaço, devemos fazer a coleta dos dados. O que é comumente chamado de saldo da conta única do Tesouro é referido na contabilidade fiscal como disponibilidades do governo federal no Banco Central. Ao invés do Tesouro depositar seus recursos na rede bancária, ele o deposita no Banco Central, que os remunera à taxa próxima à taxa básica de juros, a Selic. E onde estão esses dados?

Eles estão disponíveis no Banco Central, na seção Estatística, nas tabelas especiais. Com o código de R abaixo, nós podemos fazer o download da planilha onde está a nossa série de interesse.


download.file("http://tiny.cc/7jie5y",'divida.xls', mode='wb')

divida = read_excel('divida.xls', sheet='% PIB', skip=8,
col_names = FALSE, n_max=47,
col_types = c('text', rep('numeric', 148)))

divida_reais = read_excel('divida.xls', sheet='R$ milhões',
skip=8, col_names = FALSE, n_max=48,
col_types = c('text', rep('numeric', 148)))

O código acima faz o download da planilha Dívida líquida e bruta do governo geral (metodologia vigente a partir de 2008) e lê as respectivas sheets. Detalhes sobre como escrever esse tipo de código podem ser vistos no nosso curso de Análise de Conjuntura usando o R, onde ensino o aluno a analisar dados fiscais de maneira completa.

Uma vez que os dados tenham sido coletados, nós precisamos tratá-los. Primeiro, nós precisaremos arrumar nossos dados, de modo que cada coluna seja uma variável e cada linha seja uma observação dessa variável. No caso em tela, cada linha será um dado mensal, uma vez que estamos lidando com uma série temporal de frequência mensal. E cada coluna será um item do estoque de endividamento brasileiro, conforme a discriminação da primeira coluna. Isso quer dizer que teremos de fazer uma transposição da planilha que acabamos de importar para o R. Uma vez feita essa transposição, nós precisaremos ainda deflacionar os dados nominais, de modo a poder comparar o valor de um mês com o outro. O código abaixo faz isso, supondo que o número-índice do IPCA - o nosso deflator - já foi importado previamente e está salvo como o objeto ipca, como mostro a seguir.


### Importar IPCA
ipca = get_sidra(api='/t/1737/n1/all/v/2266/p/all/d/v2266%2013')
ipca = ts(ipca$Valor, start=c(1979,12), freq=12)
ipca = window(ipca, start=c(1997,01))


divida_names = divida[,1]
divida_reais_names = divida_reais[,1]
divida <- ts(t(divida[,-1]), start=c(2006,12), freq=12)
divida_reais <- ts(t(divida_reais[,-1]), start=c(2006,12), freq=12)
divida_reais = ipca[length(ipca)-1]*(divida_reais/ipca)
colnames(divida) <- t(divida_names)
colnames(divida_reais) <- t(divida_reais_names)

Feito isso, nós temos enfim a nossa matriz de série temporal arrumada, onde as colunas estão nomeadas com as descrições da primeira coluna da nossa planilha original e as linhas representam a observação mensal. O leitor que chegou até aqui poderá ver que a coluna 31 da nossa matriz refere-se às tais disponibilidades do governo federal no Bacen. Essas disponibilidades, a propósito, fazem parte do grupo Créditos do governo geral, subdivididos em créditos internos e externos. Dentro dos créditos internos estão também, por exemplo, os créditos do Tesouro Nacional junto ao BNDES e outras instituições financeiras oficiais.

Abaixo, um gráfico que ilustra o comportamento do saldo da conta única do Tesouro ao longo do tempo.

Observe que desde o início de 2009 o volume desses recursos vem crescendo, com uma mudança de inclinação a partir de 2015. O que nos leva a perguntar: de onde vem os recursos que abastecem a conta única?

O que explica o crescimento do saldo da conta única?

Dois movimentos conjuntos explicam a existência de pouco mais de R$ 1,2 trilhão na conta única do Tesouro. O primeiro refere-se à decisão do Brasil de aumentar o estoque de reservas internacionais, de modo a fazer frente a problemas de incerteza no cenário internacional. O gráfico abaixo ilustra o comportamento da série 3545, disponível no Banco Central.

Mas o que tem a ver o estoque de reservas internacionais com o saldo da conta única? Pois é, senta que aí vem o truque. Em 2008, foi aprovada a lei 11.803, que regula a relação entre o Banco Central e o Tesouro Nacional. Dentre as prescrições dessa lei está uma que normatiza a transferência de lucros e cobertura de prejuízos entre as duas instituições.

Diz a lei que os lucros advindos da valorização de ativos como as reservas internacionais devem ser depositados em dinheiro na conta única do Tesouro. Já em caso de perdas, o Tesouro transfere títulos públicos para a carteira do Banco Central. Isso mesmo: o impacto na conta única só pode ser positivo ou neutro!

Repare o leitor que as reservas internacionais estão em dólar, de modo que uma depreciação cambial faz o estoque de reservas em real aumentar, gerando assim um ganho de capital que é depositado na conta única do Tesouro. Isso dito, não é difícil notar que (1) o aumento de reservas e (2) a forte desvalorização cambial que tivemos nos últimos anos teve como corolário o aumento do saldo da conta única, não é mesmo?

Como mostra o gráfico acima, a correlação entre taxa de câmbio e o saldo da conta única é bastante alto, de cerca de 0,89.

E aí, vamos usar o saldo para estimular a economia?

Mostramos até aqui onde estão os dados e o motivo principal do saldo da conta única ter aumentado nos últimos anos. A pergunta que fica é a que dá título a esse post: vamos usar esses recursos para estimular a economia?

Antes de mais nada, precisamos dizer que (1) a Constituição Federal, no seu artigo 167, proíbe o uso de dívida pública para financiar gasto corrente (a chamada Regra de Ouro) e (2) o crescimento da despesa primária (não financeira) está limitado à inflação do ano anterior pela EC 95 (o chamado Teto de Gastos).

São restrições que atuam, assim, tanto sobre o estoque quanto sobre o fluxo fiscal. Sem elas, por exemplo, o governo poderia financiar um gasto público crescente com emissão de dívida, fragilizando ainda mais as contas públicas.

Um ponto mais importante, contudo, não está na limitação legal para uso desses recursos, uma vez que sob certas condições, podem ser burladas. O ano de 2015, por exemplo, ilustra isso, uma vez que o saldo da conta única foi utilizado para regularizar as chamadas pedaladas fiscais. O ponto mais importante aqui é que estaríamos usando recursos acumulados de forma no mínimo questionável para chegar a um resultado provavelmente desconhecido.

Como assim?

É a requentada prescrição keynesiana de vamos gastar mais, o PIB cresce e a arrecadação aumenta no final do processo. Ou seja, a ideia por trás da defesa do uso do saldo da conta única é a de que o Estado deve ter primazia sobre o desenvolvimento econômico, estimulando agentes privados a "tomarem a iniciativa".

Dadas as restrições existentes na economia brasileira, não parece ser a prescrição correta. Além, claro, de abrir um precedente perigoso para fragilizar o arcabouço institucional que demoramos tanto tempo para construir.

Para resumir...

Você vai notar que (1) as pessoas que defendem o uso desse saldo para estimular a economia não vão lhe falar que no caso de prejuízo, o Tesouro emite títulos para o Banco Central, (2) não há evidências de que o uso desses recursos traria como resultado a recuperação da economia e (3) ao mesmo tempo que o saldo da conta única aumentou, também aumentou o estoque de endividamento público. Esse último ponto é particularmente relevante porque o aumento do endividamento tem consequências graves sobre uma economia emergente como a brasileira, que tem um serviço da dívida bastante elevado. Sem o chamado teto de gastos, provavelmente estaríamos enfrentando uma situação particularmente danosa, conhecida entre os economistas como dominância fiscal.

Em 2019, o Brasil completará o seu sexto ano de déficit primário e ao invés de discutir a flexibilização da legislação para gerar mais gasto, deveríamos enfrentar o problema fiscal de frente, entre outras coisas, aprovando a reforma da previdência. Certamente, não será a bala de prata para a retomada do crescimento, mais cumpre papel importante na necessária consolidação fiscal.

Torço para que as vozes heterodoxas que defendem esse tipo de coisa sejam sumariamente caladas pela força da evidência empírica disponível.

Como de praxe, os códigos completos desse comentário de conjuntura estão disponíveis no repositório do Clube do Código.

Análise automatizada do IBC-Br com o R

By | Cursos da Análise Macro

Uma das grandes vantagens de se utilizar linguagens de programação é poder criar scripts que automatizam tarefas corriqueiras. Aqui, por exemplo, mostro como é possível criar em segundos uma apresentação em RMarkdown para o IBC-Br, índice de nível de atividade do Banco Central.

O script faz parte do novo curso de Análise de Conjuntura da Análise Macro. Saiba mais em: https://analisemacro.com.br/cursos/macroeconomia-aplicada/analise-de-conjuntura-usando-o-r/

O balanço de riscos do COPOM

By | Comentário de Conjuntura

O Banco Central divulgou agora há pouco a ata da última reunião do Comitê de Política Monetária, realizada na semana passada. Valem destacar dois aspectos do documento. O primeiro diz respeito às projeções do modelo da autoridade monetária. Em um cenário com juros e câmbio extraídos da pesquisa Focus, a inflação esperada para 2019 e 2020 fica em 4,1% e 3,8%, respectivamente. Já no cenário de juros constantes e câmbio a 3,95 R$/US$, a inflação fica em 4,3% esse ano e em 4% no próximo ano.

O outro aspecto a ser destacado é o chamado balanço de riscos em torno do cenário básico traçado pela autoridade monetária. Por um lado, chama atenção a ressalva do Comitê quanto à maior ociosidade dos fatores de produção. Como apontei no comentário da semana passada e o Banco Central acabou ratificando em ata, há risco real de termos um crescimento negativo do pib do primeiro trimestre, na comparação com o último trimestre do ano passado.

Já por outro lado, como também chamei atenção na semana passada, a reforma da previdência e o consequente ajuste fiscal trazem incerteza à economia, contribuindo de forma negativo para a inflação esperada.

A ponderação desses dois aspectos justifica, por suposto, a manutenção da taxa básica de juros nos atuais 6,5% ao ano.

Inflação observada e núcleos de inflação

Um outro ponto destacado na ata foi o comportamento da inflação observada nos últimos meses. O Comitê destaca que o repique verificado no período recente deve retroceder, de modo que não deve ser visto como problema, ao menos por enquanto. Salienta ainda que os núcleos de inflação permanecem comportados.

IPCA vs. Núcleos de Inflação (%)
Mensal Abr/19 Mensal Abr/18 Anual Abr/19 Anual Abr/18
IPCA 0,57 0,22 4,94 2,76
Médias Aparadas com Suaviz. 0,37 0,21 4,01 3,21
Médias Aparadas sem Suaviz. 0,32 0,04 3,25 2,35
Exclusão 0 0,35 0,04 3,03 2,61
Exclusão 1 0,42 0,20 4,03 2,96
Dupla Ponderação 0,40 0,13 3,79 2,91
Exclusão 2 0,41 0,09 2,89 2,03
Exclusão 3 0,45 0,15 2,83 2,31

Como pode ser visto na tabela acima, de fato, a despeito do repique da inflação cheia medida pelo IPCA, os núcleos encontram-se abaixo da meta de 4,25%. Em outras palavras, passado o choque recente, a inflação deve se acomodar novamente em torno da meta de inflação. O gráfico abaixo ilustra.

Como de praxe, os códigos desse comentário de conjuntura encontram-se disponíveis no Clube do Código.

Crescimento esperado para 2019 é reduzido pela 11ª vez

By | Cursos da Análise Macro

Na seção de política monetária da nova versão do curso de Análise de Conjuntura usando o R, ensino aos alunos a baixar dados do boletim focus do Banco Central através do pacote rbcb. Os dados estão disponíveis por meio da API do Banco Central e também podem ser baixadas via arquivos do tipo json. Com o pacote rbcb, por exemplo, é possível baixar os dados do crescimento esperado para esse ano com o código abaixo.


library(rbcb)
pibe = get_annual_market_expectations('PIB Total',
start_date = '2019-01-04')
pib_esperado = pibe$median[pibe$reference_year=='2019']
pib_esp_min = pibe$min[pibe$reference_year=='2019']
pib_esp_max = pibe$max[pibe$reference_year=='2019']
dates = pibe$date[pibe$reference_year=='2019']

data = data.frame(dates=dates, pib=pib_esperado,
min=pib_esp_min, max=pib_esp_max)

E então gerar um gráfico como abaixo...


library(ggplot2)
library(scales)
library(ggrepel)
library(png)
library(grid)
library(gridExtra)

img <- readPNG('logo.png')
g <- rasterGrob(img, interpolate=TRUE)

ggplot(data=data, aes(x=dates, y=pib))+
geom_line(size=.8, colour='darkblue')+
geom_ribbon(aes(ymax=max,
ymin=min),
fill="blue", alpha=.1)+
labs(title='Crescimento Esperado para 2019',
subtitle='Boletim Focus: mediana das instituições',
caption='Fonte: analisemacro.com.br com dados do BCB.')+
xlab('')+ylab('% a.a.')+
scale_x_date(breaks = date_breaks("7 days"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
geom_label_repel(label=round(data$pib,2),
color = c(rep('black',1), rep(NA,nrow(data)-1)),
fill = c(rep('#91b8bd',1),
rep(NA,nrow(data)-1)))+
theme(panel.background = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.background = element_rect(fill='#8abbd0'),
axis.line = element_line(colour='black',
linetype = 'dashed'),
axis.line.x.bottom = element_line(colour='black'),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.position = 'bottom',
legend.background = element_rect((fill='#acc8d4')),
legend.key = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.margin=margin(5,5,15,5))+
annotation_custom(g,
xmin=as.Date('2019-01-03'),
xmax=as.Date('2019-01-31'),
ymin=.4, ymax=1.5)

 

Observe que desenhei os mínimos e máximos esperados via o geom_ribbon do pacote ggplot2. Na versão 3.0 do curso, a propósito, utilizaremos muito o ggplot2 para produção de gráficos. Nesse exemplo, o crescimento esperado na ponta é de 1,45%, ficando no intervalo de 0,73% a 2,64%. É, diga-se, a 11ª semana de cortes nessa expectativa de crescimento...

Para quem tiver interesse, estamos com inscrições abertas para a última turma do ano do curso de Análise de Conjuntura usando o R. Aproveite e garante a sua vaga!

Cadastre-se na newsletter
e receba nossas novidades em primeira mão!