Comentário de Conjuntura: Câmbio, Juros, Desemprego e o PIB do 1º Trimestre

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A semana é marcada pela divulgação do PIB no primeiro trimestre - será conhecido na quarta-feira. Conforme antecipado pelas pesquisas de alta frequência, o número não deve animar economistas e analistas de mercado, confirmando o arrefecimento da recuperação da economia brasileira. Somado ao comportamento recente da taxa de câmbio, o número do PIB do primeiro trimestre deve ensejar maiores revisões para o crescimento em 2018, refletindo um aumento do pessimismo. A boa notícia da semana deve vir da taxa de desemprego, que deve voltar a cair em abril - a taxa será divulgada amanhã. Nessa edição do comentário de conjuntura, destacamos o efeito da desvalorização cambial sobre a trajetória dos juros.

 

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/09/cliqueaqui.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

 

[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A ata da 214ª reunião do Comitê de Política Monetária (COPOM), divulgada na semana passada, justificou a interrupção no processo de flexibilização da política monetária devido à mudança no cenário externo. Segundo o documento, "o cenário externo tornou-se mais desafiador e apresentou volatilidade. A evolução dos riscos, em grande parte associados à normalização das taxas de juros em algumas economias avançadas, produziu ajustes nos mercados financeiros internacionais. Como resultado, houve redução do apetite ao risco em relação à economias emergentes". A redução do apetite ao risco produziu uma desvalorização da taxa de câmbio R$/US$, conforme pode ser visto abaixo.

Ainda que o Banco Central tenha conseguido conter na ponta a desvalorização, graças à volta do programa de swaps cambiais, esse movimento indica o fim do "interregno benigno" que caracterizou a economia internacional nos últimos anos. Nesse contexto, as fragilidades da economia brasileira, associadas em grande parte à situação fiscal, incentivam uma migração de investimentos para economias avançadas - EUA, sobretudo - o que tende a produzir maior volatilidade no mercado de câmbio.

No que concerne especificamente à política monetária, uma desvalorização da taxa de câmbio implica em um repasse para a inflação, mitigando assim o risco de não cumprimento da meta esse ano. Essa foi, a propósito, a principal justificativa do Comitê para não reduzir o juro básico em 25 pontos-base, como havia se comprometido na reunião de março.

Pelos modelos do Banco Central, contudo, o repasse hoje é muito baixo - algo como 0,2 a 0,3 p.p. para uma desvalorização de 10% - devido, sobretudo, a abertura do hiato do produto. Com efeito, supondo juro constante em 6,5% e câmbio constante em 3,60 R$/US$, a inflação fecha 2018 em 4%. Ainda, portanto, abaixo da meta.

Não por outro motivo, a política monetária deve se manter em uma zona expansionista, como ilustra a trajetória do juro real ex-ante acima. O PIB do primeiro trimestre e a ainda elevada taxa de desemprego, variáveis a serem divulgadas essa semana, devem confirmar uma economia ainda muito frágil, justificando a posição da política monetária. Apenas um evento extraordinário, como um aumento mais forte dos juros internacionais ou a possibilidade de vitória de um presidente não comprometido com as reformas, pode retirar a política monetária dessa posição nos próximos meses. Com as informações disponíveis hoje, não acreditamos que esse cenário tenha probabilidade relevante.

 

[/et_pb_text][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/11/cursosaplicados.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid" /][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Calculando o impulso de crédito no Python

Qual é o papel do crédito no crescimento da economia? Para analisar esta questão, calculamos o indicador de impulso de crédito para a economia brasileira e comparamos com o nível da atividade econômica usando o Python.

Analisando a Volatilidade de Longo Prazo do Ibovespa usando Python

Com base no modelo GARCH(1,1), realizamos realizar a modelagem da variância condicional dos log retornos diários do Ibovespa, abrangendo o período de janeiro de 2018 até dezembro de 2023. O objetivo principal é compreender a implementação desse modelo utilizando a linguagem de programação Python, além de conduzir uma análise do mercado acionário brasileiro ao longo do período amostral.

Ao concluirmos este exercício, teremos a capacidade de obter uma medida representativa da variância de longo prazo da série temporal. Essa medida poderá ser comparada com a variância histórica, permitindo-nos inferir se a volatilidade presente está atualmente inferior ou superior àquela projetada para o futuro. Essa análise contribuirá para uma melhor compreensão da dinâmica da volatilidade no mercado acionário brasileiro.

Construindo uma NAIRU para o Brasil usando Python

Um dos maiores desafios para aqueles que trabalham com dados econômicos é aliar a prática com a teoria. Para tanto, o uso do Python pode facilitar esse desafio, permitindo construir todos os passos de uma análise de dados. Demonstramos o poder da linguagem tomando como exemplo a construção da NAIRU para o Brasil.

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.