O dobro ou nada?

A entrevista do ex-secretário do Ministério da Fazenda, Nelson Barbosa, parece ter enterrado de vez as esperanças de quem ainda acreditava no “ajuste” na condução da política econômica a partir de 2015. O fato se justifica porque Barbosa é tido como um dos prováveis substitutos do atual ministro, Guido Mantega, em eventual vitória do PT nas eleições desse ano. A necessidade dessa correção de rumo na política econômica foi vista com ceticismo pelo ex-secretário, o que indica que o governo Dilma Rousself, se reeleito, dobrará a aposta nos atuais pilares econômicos. Isso é bom ou ruim, leitor?

A síntese do que ficou conhecida como “nova matriz macroeconômica”, a política econômica praticada pelo atual governo, é a mudança de preços relativos. O Banco Central reduziu juros e desvalorizou o câmbio. Além disso, a política fiscal foi expansionista, com repasses do Tesouro aos bancos públicos, aumento de transferências, renúncias fiscais e elevação do gasto. Os fins nobres, na alusão a Maquiavel, justificaram ignorar os fundamentos da economia brasileira, que exige juros mais elevados do que seus pares e câmbio mais apreciado. Isto porque, dada a existência de restrições institucionais (previdência pública, universidades estatais...), a poupança doméstica é cronicamente baixa, o que exige, em termos macroeconômicos, tanto juros quanto câmbio em patamares mais elevados.

O resultado último desse processo foi o descolamento entre crescimento da oferta e da demanda agregada. Esse maior do que aquele produziu mais inflação e aumento de produtos importados na economia brasileira. Novamente, em termos macroeconômicos, inflação e déficit em conta corrente (mais importações do que exportações) são sinais claros de que as coisas não são sustentáveis durante vários períodos.

O diagnóstico de que a economia brasileira precisava de incentivos à demanda para que o investimento reagisse, fazendo a oferta de bens e serviços aumentar, estava equivocado. Tanto a capacidade de endividamento das famílias quanto a renda proveniente de salários era bastante razoável no início de 2011. A redução do crescimento, desde então, se deu basicamente por restrições no lado da oferta, notadamente pelo elevado custo por trabalhador. Para retirar esses obstáculos é preciso implementar reformas estruturais (tributária, jurídica, política, do ambiente de negócios...), construir um marco regulatório definitivo para investimentos privados na infraestrutura e modificar o mix de política econômica.

Ao invés de construir essa agenda e discuti-la com a sociedade o atual governo resolveu mudar os preços relativos. Era a solução mais simples à disposição, não temos dúvidas. Seus efeitos, entretanto, se mostraram deletérios, como era esperado, suscitando a necessidade de ajuste, reivindicado pela maior parte dos economistas (ortodoxos e mesmo heterodoxos).

Não fazê-lo a partir de 2015 é, portanto, temerário. Isto porque, acaso o governo Dilma, se reeleito, dobre a aposta no modelo atual estará apenas agravando e adiando o ajuste. Ele virá, não por pressão doméstica, mas externa, dado que o resto do mundo não será complacente com o elevado déficit em conta corrente. Um eventual rebaixamento do rating brasileiro, nesse aspecto, será a primeira sinalização desse processo. Como se vê, será preciso muito mais do que um contingenciamento de R$ 44 bilhões para mudar o rumo.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.