Category

Política Monetária

Taxa básica de juros vai à mínima histórica

By | Política Monetária

O Comitê de Política Monetária reduziu agora há pouco a taxa básica de juros em 50 pontos-base, levando-a para 7% a.a., o menor valor da série histórica. Isso deve se refletir, com efeito, no juro real ex-ante, que está próximo a 3% como ilustra o código e o gráfico abaixo.


library(ggplot2)
library(BETS)
library(xts)
library(scales)
library(mFilter)

swap = BETS.get(7806)
swap = swap[complete.cases(swap),]
swap$date = as.Date(swap$date, format='%d/%m/%Y')
swap = xts(swap$value, order.by = swap$date)
swap = apply.monthly(swap, FUN=mean)
swap = ts(swap, start=c(1999,8), freq=12)

expectativa = read.csv('expectativa.csv', header=T, sep=';', dec=',')
expectativa$date = as.Date(expectativa$date, format='%d/%m/%Y')
expectativa = xts(expectativa$expectativa, order.by = expectativa$date)
expectativa = apply.monthly(expectativa, FUN=mean)
expectativa = ts(expectativa, start=c(2001,11), freq=12)

data = ts.intersect(swap, expectativa)

juroreal = (((1+(data[,1]/100))/(1+(data[,2]/100)))-1)*100

jr = window(juroreal, start=c(2016,01))

df = data.frame(time=as.Date(time(jr)), juroreal=jr)

ggplot(df, aes(x=time, y=juroreal))+
 annotate("rect", fill = "red", alpha = 0.5, 
 xmin = min(df$time), 
 xmax = max(df$time),
 ymin = 4, ymax = 5.5)+
 annotate('text', x=as.Date('2016-08-01'), y=4.8, 
 label='Zona de Juro Neutro',
 colour='white', size=5)+
 annotate('text', x=as.Date('2017-06-01'), y=7, 
 label='Política monetária restritiva',
 colour='red', size=4)+
 annotate('text', x=as.Date('2017-02-01'), y=3.5, 
 label='Política monetária expansionista',
 colour='red', size=4)+
 geom_line(size=.8)+
 scale_x_date(breaks = date_breaks("1 months"),
 labels = date_format("%m/%Y"))+
 theme(axis.text.x=element_text(angle=45, hjust=1))+
 geom_point(size=9, shape=21, colour="#1a476f", fill="lightblue")+
 geom_text(aes(label=round(juroreal,1)), size=3, 
 hjust=0.5, vjust=0.5, shape=21, colour="black")+
 xlab('')+ylab('% a.a.')+
 labs(title='Juro Real ex-ante',
 subtitle='Swap DI 360 deflacionado pela Expectativa do IPCA 12 meses à frente',
 caption='Fonte: analisemacro.com.br com dados do BCB.')

Como ilustra o gráfico, a propósito, a poítica monetária se situa nesse momento em posição expansionista, contribuindo para a retomada do nível de atividade. Isso ocorre com expectativas de inflação 12 meses à frente próximas à 4%, abaixo, portanto, da meta de inflação.

 

Como os economistas heterodoxos controlam a inflação?

By | Política Monetária

Há uma lenda bastante difundida entre os economistas alternativos brasileiros - comumente chamados de heterodoxos - de que a política monetária não deve ser utilizada para controlar a inflação. Para eles, existiria uma tipologia da inflação. Isto é, há diversas causas para a inflação, de modo que cada causa merece um determinado tratamento. Se os desastrosos últimos anos servem para alguma coisa, seria justamente para refutar esse tipo de crendice. Como aqui na Análise Macro estamos comprometidos com teorias econômicas (ainda) não refutadas pela evidência empírica, vamos ilustrar esses últimos anos, com foco na inflação e nos juros, para entender por que não devemos dar ouvidos a esses economistas, sob pena de repetirmos os mesmos erros.

Para começar, vamos ver o que aconteceu com os juros, o principal instrumento de política monetária à disposição dos Bancos Centrais.


library(BETS)
library(ggplot2)
library(scales)

### Taxa Selic

selic = window(BETS.get(4189), start=c(2006,01), end=c(2017,09))

time = seq(as.Date('2006-01-01'), as.Date('2017-09-01'), by='1 month')

data = data.frame(time=time, selic=selic)

ggplot(data, aes(x=time))+
 annotate("rect", fill = "lightblue", alpha = 0.4, 
 xmin = as.Date('2011-08-01'), 
 xmax = as.Date('2012-10-01'),
 ymin = -Inf, ymax = Inf)+
 annotate('text', x=as.Date('2012-01-01'), y=13, 
 label='Interferência no BCB',
 colour='red', size=3)+
 geom_line(aes(y=selic), size=.8)+
 xlab('')+ylab('% a.a.')+
 scale_y_discrete(limits=c(seq(8,18,2)))+
 scale_x_date(breaks = date_breaks("1 year"),
 labels = date_format("%Y"))+
 theme(axis.text.x=element_text(angle=0, hjust=0.5))+
 labs(title='Taxa de juros básica da economia - Taxa SELIC',
 caption='Fonte: analisemacro.com.br com dados do BCB.')

Alegando ventos deflacionários vindos do exterior e rompendo com a comunicação com o mercado, o Banco Central deu um "cavalo de pau" na taxa de juros em agosto de 2011, levando-a para 7,25% ao final de 2012. O efeito disso sobre a inflação não tardaria a vir. Para ilustrar, vamos mostrar o comportamento da inflação medida pelo IPCA desde 2006, quando a meta de inflação passou a ser de 4,5%.


library(BETS)
library(ggplot2)
library(scales)

ipca = window(BETS.get(13522), start=c(2006,1))

O código acima carrega alguns pacotes e baixa a inflação medida pelo IPCA acumulada em doze meses, isto é, a série 13522 do Sistema de Séries Temporais do Banco Central brasileiro. Abaixo um gráfico que compara essa série com a meta, bem como com os limites de tolerância do regime de metas, que na maior parte do período foram de 2 pontos percentuais, para cima ou para baixo.

O gráfico acima mostra que a inflação atinge a meta em meados de 2010 e depois segue uma trajetória de idas e vindas até o pico de 10,71% no início de 2016. Sob o mandato de Alexandre Tombini à frente do Banco Central, ela nunca mais chegaria à meta. O mais próximo que chegou disso foi no início de 2012, mas logo depois daria início a uma trajetória de elevação. Uma outra forma de ver isso é mostrar o desvio entre a inflação efetiva e a meta. O gráfico abaixo ilustra.

Em outras palavras, os juros passaram a ter outro objetivo que não fosse o controle da inflação. Ao menos entre 2011 e início de 2013. Nesse período, um outro "instrumento" passou a ser utilizado pelo governo com o objetivo de controlar a inflação. O gráfico abaixo ilustra.

Entre o final de 2012 e o final de 2013, uma série de intervenções foi feita no grupo de preços administrados, aqueles que são reajustados de acordo com alguma regra ou contrato, como por exemplo, energia elétrica ou gasolina. Curiosamente, no mesmo período em que o Banco Central administrado por Alexandre Tombini dava o "cavalo de pau" na política monetária, não é mesmo?

Infelizmente, leitor, não há coincidências aqui. O plano já havia inclusive sido revelado na campanha eleitoral de 2010, quando a então candidata Dilma Rousseff se comprometeu em levar os juros reais para menos de 2% ao ano, de forma a reduzir o custo de capital para a indústria, uma espécie de obsessão entre os economistas alternativos brasileiros. A redução dos juros, ilustrada no primeiro gráfico, seria acompanhada de interferência nos preços administrados, uma espécie de "novo instrumento" para controlar a inflação. A ideia era que a redução do custo do capital faria aumentar a oferta de bens e serviços na economia, de modo que a inflação alta seria apenas um efeito passageiro da estratégia. O governo acreditou em um trade-off  estável entre inflação e desemprego, como se fosse possível trocar desemprego baixo por inflação alta.

O problema é que a teoria econômica consolidada nos últimos 40 anos não prevê mais um trade-off estável entre inflação e desemprego. Acaso o condutor de política econômica queira reduzir o desemprego abaixo da taxa de equilíbrio ou, em outros termos, queira manter a taxa de juros real menor do que a taxa neutra, vai ter de conviver com uma inflação em aceleração. E não apenas uma inflação mais alta. Os gráficos acima parecem dar razão à teoria econômica, não é mesmo, leitor?

 

A estratégia se mostrou bastante rudimentar, para usar o jargão predileto da ex-presidente. A inflação em aceleração, contaminada por choques que afetavam a economia, pelas expectativas de inflação desancoradas e pelo aumento da inércia, seria muito difícil de ser coibida. Como se vê no gráfico 1, em meados de 2013, já com a inflação efetiva em ascensão, o Banco Central se viu obrigado a aumentar os juros. O aumento dessa vez, entretanto, teria que ser cavalar, de modo a sinalizar para os agentes que dessa vez a autoridade monetária estava comprometida com o controle de preços. A meta da taxa de juros sairia então de 7,25% para 14,25%, maior do que aquela do início do "cavalo de pau", patrocinado por Alexandre Tombini e sua diretoria.

O aumento cavalar de juros não seria suficiente para reduzir a inflação, porque, afinal, era preciso tirar os esqueletos do armário. O controle artificial de preços administrados não poderia durar para sempre. Terminadas as eleições de 2014, os preços administrados, principalmente os de energia elétrica, foram liberados, causando um grande choque sobre a economia. Com efeito, as expectativas de inflação permaneceram distantes da meta, mesmo com o aumento pronunciado de juros. A estratégia heterodoxa de controle da inflação foi um retumbante fracasso.

 

 

Clique na figura para conhecer os nossos Cursos

Clique na figura para conhecer nosso novo curso de econometria

O período é, de fato, marcado por descrédito dos agentes perante a política monetária. A forma de ver isso na prática é verificar as expectativas de inflação. O gráfico abaixo ilustra.

As expectativas de inflação se mantiveram em ascensão durante todo o período do choque heterodoxo, refletindo aquela tendência subjacente da inflação efetiva. Somente algum tempo depois do pico do choque de preços administrados e a manutenção de juros cavalares sobre a economia, as expectativas começaram a ceder. Hoje, com a nova diretoria no comando do Banco Central e a recuperação da credibilidade da política monetária, o clima é bem diferente. Pela primeira vez em muito tempo, os juros reais ex-ante, como ilustra o gráfico abaixo, estão abaixo do juro neutro, configurando uma política monetária expansionista, mas as expectativas dos agentes para todo o horizonte relevante da política monetária permanecem na meta de inflação.

Em outros termos, estamos praticando juros reais baixos, ao menos para os padrões brasileiros, com as expectativas de inflação comportadas. Isso é bastante diferente do que foi praticado no período ilustrado nesse post. Foi possível porque a nova diretoria sinalizou desde o início em seus comunicados que a política monetária está sob o domínio do modelo de inflation forecast target, de modo que as expectativas de inflação são uma espécie de meta intermediária. Se as expectativas começam a aumentar, o Banco Central deve calibrar os juros para cima. Se as expectativas permanecem ancoradas na meta, o Banco Central tem espaço para gerar algum estímulo sobre a economia.

Entre o "cavalo de pau" de 2011 e o novo arranjo de política monetária em curso, há um grande aprendizado para a sociedade brasileira. Afinal, no próximo ano teremos eleições. Novamente, veremos algum candidato, influenciado por um grupo de economistas heterodoxos, reclamando dos juros. Falando que eles são muito altos e que devem cair. Será que dessa vez elegeremos esse grupo de economistas ou teremos aprendido com o passado ilustrado nesse post? Pensem aí... 🙂

Vítor Wilher

Data Scientist

Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, tendo se especializado na construção de modelos macroeconométricos, política monetária e análise da conjuntura macroeconômica doméstica e internacional. Tem, ademais, especialização em Data Science pela Johns Hopkins University. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. É o criador da Análise Macro, startup especializada em treinamento e consultoria em linguagens de programação voltadas para data analysis, sócio da MacroLab Consultoria, empresa especializada em cenários e previsões e fundador do hoje extinto Grupo de Estudos sobre Conjuntura Econômica (GECE-UFF). É também Visiting Professor da Universidade Veiga de Almeida, onde dá aulas nos cursos de MBA da instituição, Conselheiro do Instituto Millenium e um dos grandes entusiastas do uso do no ensino. Leia os posts de Vítor Wilher aquiCaso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br

Deve o Banco Central subir os juros para conter um aumento de preços administrados?

By | Política Monetária

Um dos objetivos desse espaço é desmistificar com base na evidência empírica algumas falácias corriqueiras ditas por economistas alternativos brasileiros. Uma dessas falácias, repetida dia sim dia não em colunas e debates, em uma espécie de verdade evidente, seria a de que o aumento de preços administrados recente não deveria ter sido combatido com aumento de juros. A heterodoxia costuma fazer uso do termo inflação de custos (em contradição à inflação de demanda) para justificar o fato de que não faria sentido utilizar um instrumento que atua sobre a demanda para conter um choque de oferta. Mostro no exercício 35 do Clube do Código porque, mais uma vez, os economistas alternativos estão equivocados. Nesse post, mostro os resultados desse exercício.

Para ilustrar o argumento, vamos dividir a inflação medida pelo IPCA da forma que segue

(1)   \begin{align*} \pi_t = \alpha_1 \pi_t^{livres} + \alpha_2 \pi_t^{admin} \end{align*}

isto é, o IPCA passa a ser uma conbinação linear entre a inflação de preços livres e a inflação de preços administrados. Sabemos, entretanto, que os preços livres e os preços administrados não são independentes, uma vez que muitos dos bens considerados administrados servem de insumo para os bens livres - pense, por exemplo, na energia elétrica. Abaixo, coletamos a inflação mensal dos preços livres e administrados diretamente do Banco Central com o pacote BETS.


library(BETS)

livres = window(BETS.get(11428), start=c(1999,8))
admin = window(BETS.get(4449), start=c(1999,8))

E plotamos um gráfico de correlação entre eles.

Há, por suposto, uma correlação positiva entre os dois grupos, como já suspeitávamos. Podemos, agora, verificar se na ocasião de um choque no grupo de preços administrados, se isso tem efeito sobre os preços livres. Para isso, podemos estimar um Vetor Autorregressivo, de modo a tentar captar a dinâmica existente entre os dois grupos. Uma vez estimado o VAR, podemos verificar as funções de impulso-resposta, de modo a tentar captar a resposta no grupo de preços livres de um impulso no grupo de preços administrados. A figura abaixo ilustra.

Como o gráfico deixa claro, há um efeito no grupo de preços livres de um choque nos preços administrados, que atinge seu pico em dois períodos, dissipando-se ao longo do tempo. Choques nos preços administrados, portanto, têm efeitos sobre os preços livres. Qual a implicação dessa evidência para a política monetária? Na ocorrência de um choque de oferta, o Banco Central não deve reagir aos seus efeitos primários, per se, mas deve sim reagir a efeitos secundários.

 

Clique na figura para conhecer os cursos aplicados em R da Análise Macro!

Clique na figura para conhecer nosso novo curso de econometria

Em outras palavras, o Banco Central não deve reagir a um aumento nos preços de energia, causado por algum reajuste feito pelo governo, por exemplo. Mas se esse aumento nos preços de energia contaminar outros preços - os chamados preços livres -, um efeito secundário do choque inicial, o Banco Central deverá agir, sob pena de ver o desvio entre a meta e o índice cheio sair do intervalo de tolerância e das expectativas de inflação aumentarem.

Observe, portanto, que o argumento dos economistas alternativos brasileiros não faz sentido. Um choque de oferta, de modo geral, vai ter efeitos secundários sobre a inflação, de modo que o Banco Central tem sim que reagir a isso, de modo a circunscrever o efeito inicial ao mínimo de preços possível. Não fazer isso é errar na condução da política monetária, incorrendo nos custos citados acima.

ps: a edição 35 do Clube do Código, contendo todos os códigos do exercício, será disponibilizada para os membros até o próximo dia 22/09. 

Vítor Wilher

Vítor Wilher

Data Scientist

Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, tendo se especializado na construção de modelos macroeconométricos, política monetária e análise da conjuntura macroeconômica doméstica e internacional. Tem, ademais, especialização em Data Science pela Johns Hopkins University. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. É o criador da Análise Macro, startup especializada em treinamento e consultoria em linguagens de programação voltadas para data analysis, sócio da MacroLab Consultoria, empresa especializada em cenários e previsões e fundador do hoje extinto Grupo de Estudos sobre Conjuntura Econômica (GECE-UFF). É também Visiting Professor da Universidade Veiga de Almeida, onde dá aulas nos cursos de MBA da instituição, Conselheiro do Instituto Millenium e um dos grandes entusiastas do uso do no ensino. Leia os posts de Vítor Wilher aquiCaso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br

Explicando a deflação de junho e a desinflação da economia brasileira

By | Inflação, Política Monetária
O IPCA de junho, divulgado no início desse mês, mostrou avanço de -0,23%. A número negativo, em mais de 10 anos - os três últimos, diga-se, também foram em junho, em 2003, 2005 e 2006 - suscitou um grande debate entre os economistas. Para alguns desses, esse seria o sinal inequívoco dos erros na condução da política monetária. Para outros, apenas a soma de alguns efeitos pontuais. Nesse post, divulgamos o relatório Explicando a deflação de junho, enviada para os membros do Clube do Código. Nele, abrimos o índice, de modo a visualizar os fatores que causaram essa deflação, bem como explicamos a desinflação em curso no país. Os membros do Clube, como de hábito, têm acesso a todos os códigos que geraram o relatório.

No acumulado em 12 meses, o índice fechou em 3%. Esse valor é -0.6 p.p. em relação ao de maio e de -5.84 p.p. em relação a junho do ano passado. Ademais, a difusão da inflação foi calculada em 47.18% , ante 55.23% no mesmo mês do ano anterior. É o menor valor para essa série, disponibilizada pelo Banco Central. A tabela 1 traz um resumo do comportamento do índice e dos núcleos de inflação.

IPCA vs. Núcleos de Inflação (%)
Mensal Jun/17 Mensal Jun/16 Anual Jun/17 Anual Jun/16
IPCA -0,23 0,35 3,00 8,84
Médias Aparadas com Suaviz. 0,28 0,59 4,42 8,56
Médias Aparadas sem Suaviz. 0,22 0,31 3,68 7,14
Exclusão Monit. e Adm. 0,22 0,29 3,92 6,83
Exclusão 2 0,08 0,39 4,18 7,70
Dupla Ponderação 0,24 0,49 4,32 8,43

A média da variação mensal dos cinco núcleos de inflação construídos pelo Banco Central evoluiu -0.21 p.p. na comparação interanual. Em junho de 2016, ela foi de 0.41%, enquanto em 2017 foi de 0.21%. No acumulado em 12 meses, por outro lado, a média saiu de 7.73% para 4%, mostrando que, de fato, há um processo consistente de desaceleração do processo inflacionário, mas que também o índice cheio está contaminado por choques positivos de oferta. Em particular, como se pode ver na análise desagregada abaixo, o grupo alimentos saiu de uma inflação de 12.81% em junho de 2016, no acumulado em 12 meses, para 1.12% esse ano. Esse choque de oferta positivo explica, em grande medida, a distância entre a média dos núcleos e o índice cheio, corroborando um processo consolidado de desinflação da economia brasileira. Isso, diga-se, permite uma flexibilização um pouco mais intensa do que o anteriormente previsto da política monetária nos próximos meses. Mesmo diante do caos político que vive o país.

O gráfico acima mostra o comportamento da inflação desde janeiro de 2006, quando a meta passou a ser de 4,5% e o intervalo de tolerância de dois pontos percentuais, para mais ou para menos. A área hachurada, por seu turno, destaca o arrefecimento da inflação no período recente. Desde agosto do ano passado, por suposto, o processo de desinflação tem sido intensificado. Cabe, nesse ponto, a ressalva de que a inflação brasileira não apenas tem sido persistente e crescente, como também difundida nos últimos anos. O comportamento do índice de difusão abaixo deixa isso bastante claro. Na margem, ademais, a difusão também tem caído, o que mostra um processo de desinflação consolidado.

Destacado o quadro geral da inflação no país, vamos nesse relatório destrinchar um pouco melhor o dado mensal. Como veremos a seguir, quatro pontos são chaves para explicar a inflação negativa de junho, a saber: (i) a sazonalidade favorável; (ii) mudança da bandeira tarifária da energia elétrica de vermelha para verde; (iii) queda no preço da gasolina; (iv) continuação do choque de alimentos;

A sazonalidade da inflação

Antes de tudo, é preciso explicar que o mês de junho é tradicionalmente favorável para a inflação medida pelo IPCA. O gráfico abaixo ilustra.

O gráfico acima computa o comportamento da inflação nos doze meses do ano. Observa-se que a inflação apresenta uma tendência de queda ao longo da primeira parte do ano, elevando-se na segunda parte. As linhas vermelhas, por suposto, apresentam a média da inflação em cada um dos meses. Destaca-se, assim, que a própria sazonalidade da série já explica um valor mais baixo em junho.

Análise desagregada do IPCA

O histograma abaixo traz a distribuição da variação mensal dos 373 subitens da inflação de junho. É um detalhamento da difusão, que mostra um avanço positivo em 47.18% dos subitens no mês.

Comportamento dos Grupos do IPCA

Vamos, agora, abrir o IPCA em camadas de forma a entender a inflação negativa em junho. Primeiro, vamos verificar como a desaceleração da inflação se deu entre os nove grupos do índice. A tabela 2 traz a variação mensal e acumulada em 12 meses dos grupos em junho desse ano e no ano passado.

Grupos do IPCA (%)
Mensal Jun/17 Mensal Jun/16 Anual Jun/17 Anual Jun/16
IPCA -0,23 0,35 3,00 8,84
Alimentação -0,50 0,71 1,12 12,81
Habitação -0,77 0,63 2,63 7,38
Artigos de Residência -0,07 0,26 -0,73 6,05
Vestuário 0,21 0,32 2,24 5,44
Transportes -0,52 -0,53 1,86 6,36
Comunicação 0,09 0,04 1,94 3,06
Saúde e Cuidados Pessoais 0,46 0,83 7,44 11,79
Despesas pessoais 0,33 0,35 5,30 8,12
Educação 0,08 0,11 8,00 9,14

Por essa abertura, observamos que quatro grupos apresentaram variação negativa no mês. A tabela 3, abaixo, ilustra por sua vez a contribuição dos nove grupos para o dado mensal.

Contribuição dos 9 grupos para o IPCA (p.p.)
Jun/17
IPCA Mensal -0,23
Alimentação -0,13
Habitação -0,12
Artigos de Residência 0
Vestuário 0,01
Transportes -0,09
Saúde e Cuidados Pessoais 0,05
Despesas pessoais 0,04
Educação 0
Comunicação 0

Em termos de contribuição, a deflação de junho está concentrada em três grupos: alimentos, habitação e transportes. Como introduzimos acima, existem motivos pontuais para que isso tenha ocorrido. O gráfico abaixo, por suposto, destaca a contribuição desses grupos para a deflação de junho.

Subgrupos

É possível, a propósito, detalhar o que foi visto anteriormente pelo corte dos subgrupos. A tabela a seguir resume essas contribuições.

Contribuição dos 19 subgrupos para o IPCA (p.p.)
Jun/17
IPCA Mensal -0,23
11.Alimentação no domicílio -0,16
12.Alimentação fora do domicílio 0,03
21.Encargos e manutenção 0,07
22.Combustíveis e energia -0,19
31.Móveis e utensílios 0
32.Aparelhos eletroeletrônicos 0
33.Consertos e manutenção 0
41.Roupas 0,01
42.Calçados e acessórios 0
43.Joias e bijuterias 0
44.Tecidos e armarinho 0
51.Transportes -0,09
61.Produtos farmacêuticos e óticos 0,01
62.Serviços de saúde 0,05
63.Cuidados pessoais 0
71.Serviços pessoais 0,04
72.Recreação, fumo e fotografia 0
81.Cursos, leitura e papelaria 0
91.Comunicação 0

Itens

Contribuição dos 52 itens para o IPCA (p.p.)
Jun/17
IPCA Mensal -0,23
1101.Cereais, leguminosas e oleaginosas 0,05
1102.Farinhas, féculas e massas -0,01
1103.Tubérculos, raízes e legumes -0,08
1104.Açúcares e derivados 0
1105.Hortaliças e verduras 0
1106.Frutas -0,06
1107.Carnes -0,03
1108.Pescados -0,01
1109.Carnes e peixes industrializados 0
1110.Aves e ovos -0,01
1111.Leites e derivados -0,02
1112.Panificados 0,01
1113.Óleos e gorduras 0
1114.Bebidas e infusões 0,01
1115.Enlatados e conservas 0
1116.Sal e condimentos 0,01
1201.Alimentação fora do domicílio 0,03
2101.Aluguel e taxas 0,06
2103.Reparos 0
2104.Artigos de limpeza 0
2201.Combustíveis (domésticos) 0,01
2202.Energia elétrica residencial -0,20
3101.Mobiliário 0
3102.Utensílios e enfeites 0
3103.Cama, mesa e banho 0
3201.Eletrodomésticos e equipamentos 0
3202.TV, som e informática 0
3301.Consertos e manutenção 0
4101.Roupa masculina 0,01
4102.Roupa feminina 0
4103.Roupa infantil 0
4201.Calçados e acessórios 0
4301.Joias e bijuterias 0
4401.Tecidos e armarinho 0
5101.Transporte público 0,02
5102.Veículo próprio 0,03
5104.Combustíveis (veículos) -0,14
6101.Produtos farmacêuticos 0,01
6102.Produtos óticos 0
6201.Serviços médicos e dentários 0,01
6202.Serviços laboratoriais e hospitalares 0
6203.Plano de saúde 0,04
6301.Higiene pessoal 0
7101.Serviços pessoais 0,04
7201.Recreação 0
7202.Fumo 0
7203.Fotografia e filmagem 0
8101.Cursos regulares 0
8102.Leitura 0
8103.Papelaria 0
8104.Cursos diversos 0
9101.Comunicação 0

A análise desagregada da inflação medida pelo IPCA ilustra que prossegue o choque positivo da alimentação no domicílio, que em junho contribuiu com -0,16 pontos percentuais. Isso se soma a outros dois fatores pontuais. A mudança de bandeira vermelha para verde retirou 0,2 pontos percentuais da inflação, enquanto a redução do preço da gasolina e e do diesel nas refinariais retirou 0,14 pontos percentuais. Esses três processos explicam, com a permissão da sazonalidade, a inflação negativa no mês.

Comportamento das Categorias do IPCA

Uma outra leitura interessante sobre a inflação é aquela feita através das categorias. A tabela 6 ilustra.

Categorias do IPCA (%)
Mensal Jun/17 Mensal Jun/16 Anual Jun/17 Anual Jun/16
IPCA -0,23 0,35 3,00 8,84
Comercializáveis -0,24 0,56 1,77 9,42
Não Comercializáveis 0,14 0,24 3,88 7,71
Preços Monitorados -0,83 0,24 3,30 9,94
Preços Livres -0,04 0,39 2,92 8,50
Bens não-duráveis -0,81 0,68 0,47 13,90
Bens semi-duráveis 0,11 0,25 2,42 5,52
Bens duráveis 0,11 -0,13 -1,20 2,66
Serviços 0,43 0,33 5,72 7,02

Um último ponto a ressaltar, nessa análise desagregada, é a dificuldade de reduzir a inflação de serviços. Como evidenciado na tabela acima, em junho do ano passado ela era de 7,02%, enquanto nesse ano ela cedeu para 5,72%, um número ainda bastante elevado. O gráfico abaixo ilustra mais detidamente a desinflação nessa categoria.

Conclusão

Na comparação interanual, a inflação acumulada em 12 meses cedeu 5,84 pontos percentuais, situando-se no limite inferior de tolerância do regime de metas. Isso foi possível graças a uma combinação de dois fatores principais. Por um lado, a nova equipe econômica conseguiu reancorar as expectativas de inflação, o que fez reduzir a inércia. Esse fator garantiu a convergência da inflação, dado o efeito da política monetária sobre o hiato do produto. Por outro lado, o choque de alimentos, em curso desde o segundo semestre de 2016, aprofundou esse processo de desinflação, levando o índice cheio abaixo da meta, algo que não ocorria desde 2007.

O dado mensal de junho, por seu turno, mostra uma combinação de eventos favoráveis, abraçados pela sazonalidade do período. A continuação do choque positivo no subgrupo alimentos no domicílio se somou à mudança na bandeira tarifária da energia elétrica e à queda nos preços dos combustíveis, como vimos. Tudo isso, por fim, em conjunto corrobora a expectativa de continuação do processo de flexibilização da política monetária, a despeito das dificuldades políticas em se aprovar a agenda de reformas.

Conheça o Clube do Código

E se você tivesse acesso a scripts de relatórios, apresentações e exercícios macroeconométricos que fazem uso do R? Após fazer um Curso de Introdução ao R ou mesmo no processo de aprendizado do R, muitas vezes, é difícil prosseguir pelo fato simples de não ter exemplos práticos de como usar a linguagem. E se isso existisse? Se houvesse um lugar onde você tivesse acesso a exemplos aplicados à realidade brasileira? E se houvesse atualizações semanais desses exemplos? Isso existe: é o Clube do Código! Ao lado o Monitor de Inflação destacado nesse post. 

Laura Carvalho vs. Ilan Goldfajn: quem tem razão?

By | Política Monetária

Todos os anos, o Banco Central publica em seu Relatório Trimestral de março uma decomposição da inflação ocorrida no ano anterior. Isto é, ele busca ilustrar a contribuição de alguns "fatores" para a inflação no período. Laura Carvalho, professora da FEA-USP, utilizou esse exercício para refutar a "tese" do presidente da autoridade monetária, para quem a mudança na equipe econômica teria "quebrado a espinha dorsal da inflação". Nesse embate, quem está certo: Laura ou Ilan?

Em sua coluna de ontem na Folha, Laura teve o cuidado de não fazer menção ao aumento da inércia inflacionária entre 2015 e 2016, mostrado no mesmo exercício do Banco Central. Certamente, porque isso causaria embaraços à sua narrativa. Nesse post, explico os motivos. Antes, por suposto, é de bom tom dizer ao leitor que a inflação no curto prazo pode ser explicada conforme a seguinte equação

(1)   \begin{equation*} \pi_t = \alpha_0 + \alpha_1 \pi_{t-1} + \alpha_2 E_t \pi_{t+1} + \alpha_3 h_t + \alpha_4 \Delta e_t + \varepsilon_t \end{equation*}

onde \pi_t é a inflação, E_t \pi_{t+1} é a expectativa de inflação para o próximo período, h_t é o hiato do produto, \Delta e_t é a primeira diferença da taxa de câmbio e \varepsilon_t um termo de erro, supostamente um ruído branco. Isso dito, observemos a inflação acumulada em 12 meses medida pelo IPCA nos últimos anos no gráfico abaixo.

Além da inflação, o gráfico também traz a média dos cinco núcleos construídos e divulgados pelo Banco Central mensalmente. A ideia de um núcleo de inflação é basicamente retirar fatores idissiocráticos, concentrando-se na tendência de longo prazo da inflação. O que fica nítido no gráfico acima, por suposto, é que a inflação medida pelo IPCA encontrava-se em elevação desde 2010, distanciando-se assim da meta, ilustrada pela linha azul.

Esse comportamento da inflação, diga-se, tem nítidos efeitos sobre os agentes econômicos. O mais óbvio é que a meta de inflação deixa de ser uma âncora, bem como a inflação passada ganha importância na determinação da taxa de crescimento dos preços. Isso, a propósito, pode ser capturado pela estimação da equação (1). Acaso o leitor interessado fizer o exercício, irá verificar que o coeficiente do componente regressivo \pi_{t-1}, isto é, da inflação passada, passará a ter maior importância para explicar o crescimento dos preços. O gráfico abaixo ilustra, no exercício que fizemos no Clube do Código sobre assunto.

O aumento da inércia torna a desinflação do organismo econômico muito mais custosa, em termos de hiato do produto e, portanto, de taxa de desemprego. É justamente por isso que é prejudicial desviar de forma rotineira da meta de inflação, dado que isso contribui inexoravelmente para o aumento da inércia inflacionária. Isso dito, o que podemos dizer sobre as alegações de Laura Carvalho em relação ao que disse o presidente do BC?

Laura Carvalho se baseia no exercício de decomposição da inflação do Banco Central para confrontar o que disse Ilan, mas isso faz pouco sentido se considerarmos os parágrafos anteriores. O presidente da autoridade monetária fez referência justamente à quebra da inércia, medida pela convergência das expectativas de inflação para a meta. Laura, por seu turno, se concentra em uma avaliação contábil da inflação, deixando cuidadosamente de lado o aumento da inércia no período.

Isso não é correto, uma vez que esse aumento da inércia está associado justamente aos erros de condução da política econômica no período anterior a Ilan. Dentre esses erros, cabe mencionar o controle dos preços administrados de forma paralela à redução forçada da taxa de juros. Em outras palavras, em algum momento entre 2011-2013, o governo resolveu acreditar em mecanismos não monetários de controle da inflação, levando a mesma à tendência crescente ilustrada no primeiro gráfico.

A volta aos cânones da profissão, patrocinada pela nova equipe econômica, fez com que a inflação efetiva convergisse de forma mais rápida para a meta, como pode ser visto na área hachurada do primeiro gráfico. Certamente, a inflação cederia, dada a abertura do hiato do produto, mas provavelmente não com a velocidade verificada, uma vez que era preciso romper com o aumento da inércia dos últimos anos e, ademais, a taxa de câmbio dificilmente teria se valorizado do jeito que se valorizou com a equipe econômica anterior.

Em assim sendo, leitor, não me parece que a professora da FEA USP tenha refutado o presidente da autoridade monetária, dado que cuidadosamente evitou discorrer sobre o aumento da inércia inflacionária nos últimos anos. Talvez fosse o caso de fazê-lo em sua próxima coluna... 🙂

_____________________________________________________________________

Apêndice: Código no R que gerou o gráfico "Inflação medida pelo IPCA vs. Núcleos de Inflação".

## Importar séries do Banco Central diretamente para o R
library(BETS)
series = c(433, 4466, 11426, 11427, 16121, 16122)
dates = seq(as.Date('2006-02-01'), as.Date('2017-05-01'), by='1 month')
data = matrix(NA, nrow=length(dates), ncol=length(series))
colnames(data) = c('ipca', 'n1', 'n2', 'n3', 'n4', 'n5')

for(i in 1:length(series)){

  data[,i] = BETS.get(series[i], from = '2006-02-01', to='2017-05-01')
  
}

data = ts(data, start=c(2006,02), freq=12)

## Acumular em 12 meses
fator = 1+data/100
acumulado = (fator*lag(fator,-1)*lag(fator,-2)*lag(fator,-3)*
                lag(fator,-4)*lag(fator,-5)*lag(fator,-6)*lag(fator,-7)*
                lag(fator,-8)*lag(fator,-9)*lag(fator,-10)*lag(fator,-11)
              -1)*100
colnames(acumulado) = colnames(data)

## Fazer o gráfico
library(forecast)
library(ggplot2)
library(scales)

nucmean = rowMeans(acumulado[,2:6])
dates = seq(as.Date('2007-01-01'), as.Date('2017-05-01'), by='1 month')
df = data.frame(time=dates, ipca=acumulado[,1], nucmean=nucmean)
ggplot(df, aes(x=time))+
  geom_line(aes(y=ipca, colour='Inflação IPCA'), size=.8)+
  geom_line(aes(y=nucmean, colour='Média dos Núcleos'), size=.8)+
  geom_hline(aes(yintercept=4.5, colour='Meta'), size=.8)+
  scale_colour_manual('', values=c('Inflação IPCA'='black',
                                   'Média dos Núcleos'='red',
                                   'Meta'='blue'))+
  theme(legend.position = 'top')+
  xlab('')+ylab('% a.a.')+
  labs(title='Inflação medida pelo IPCA vs. Núcleos de Inflação')+
 scale_x_date(breaks = date_breaks('1 years'),
 labels = date_format('%Y'))+
 annotate('rect', fill = 'orange', alpha = 0.5, 
 xmin = as.Date('2016-08-01'), 
 xmax = as.Date('2017-05-01'),
 ymin = -Inf, ymax = Inf)
  

 

 

 

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