Como calcular o juro real ex-ante usando o R

Ontem, o jornal Valor Econômico deu destaque para o fato do juro real ex-ante ter atingido a marca histórica de 1,37% a.a., o menor patamar da série, ao se considerar a série suavizada de expectativa de inflação do Banco Central. Vou falar um pouquinho sobre o impacto disso na economia brasileira. Mas antes, cumprindo a missão do Blog, vou ensinar a fazer a conta no R. Primeiro, vamos carregar alguns pacotes.


library(GetTDData)
library(readr)
library(xts)
library(forecast)
library(scales)
library(ggplot2)
library(mFilter)
library(grid)
library(png)
library(rbcb)

Pacotes carregados, você precisará pegar a série 7806 lá no site do Banco Central, que é o swap DI 360 diário. De posse do arquivo csv, você pode importá-lo como abaixo.


## Swap DI 360
swap = read_csv2('swap.csv',
col_types = list(col_date(format='%d/%m/%Y'),
col_double()))

Com o juro do swap em mãos, você pode agora pegar a série de expectativa de inflação com o pacote rbcb, como abaixo.


## Expectativa de Inflação 12 meses à frente
expinf = get_twelve_months_inflation_expectations('IPCA',
start_date = '2012-06-01')

Observe que eu peguei a expectativa de inflação 12 meses à frente. No tibble importado, entretanto, vem uma série de informações. Nós queremos apenas a média da série suavizada. Com o código abaixo, nós tratamos os nossos dados para termos exatamente o que queremos.


swap = xts(swap$swap, order.by = swap$date)
expinf12 = xts(expinf$mean[expinf$smoothed=='S'],
order.by = expinf$date[expinf$smoothed=='S'])
dataex = cbind(swap, expinf12)
dataex = dataex[complete.cases(dataex),]

Temos agora um objeto xts com as nossas duas séries devidamente tratadas. Tudo isso feito, podemos aplicar a seguinte fórmula aos nossos dados:

(1)   \begin{equation*}(1+r_{t+1}) = (1+i_t)/(1+E_t\pi_{t+1}) \end{equation*}

O código abaixo implementa.


juro_ex = (((1+(dataex[,1]/100))/(1+(dataex[,2]/100)))-1)*100

E a seguir um gráfico rápido...

Como se pode ver no gráfico, nós de fato já alcançamos esse patamar de juros lá no final de 2012. Mas, como a História iria mostrar, não era um nível sustentável, dado que foi alcançado na marra, via imposição do governo Dilma Rousseff. Já aqui, o enredo é completamente distinto. Principalmente porque a inflação efetiva está controlada, deve encerrar 2019 abaixo da meta, refletindo o bom trabalho do Banco Central. Isso leva a termos expectativas de inflação ancoradas, cenário bastante distinto do final de 2012.

De modo a comparar, veja o que está acontecendo com os títulos públicos brasileiros, tomando como exemplo a NTN-B com vencimento em 2050.

yield do título alcançou o valor de 3,57% na ponta, o mínimo histórico. Tanto um quanto o outro refletem a queda da taxa básica de juros, em um cenário de expectativas de inflação ancoradas, grave ociosidade da economia e um amplo conjunto de reformas que estão sendo feitas no país.

O juro da NTN-B 2050, diga-se, é uma espécie de proxy para o que os economistas chamam de juro neutro ou juro de equilíbrio. Nesses termos, como tem apontado outros estudos sobre o tema, é possível que o nosso juro de equilíbrio tenha caído nos últimos anos, em função do conjunto de reformas que foi feito no país. Em particular, a estipulação do teto de gastos, a mudança na taxa de juros que serve de base para os empréstimos do BNDES e agora com a reforma da previdência.

O fato, portanto, do juro real ex-ante estar próximo a 1,37% na ponta indica que a política monetária está em posição expansionista, mesmo considerando uma queda expressiva do juro de equilíbrio da economia. Se vai ter efeito sobre a economia, aí já são outros quinhentos...

_____________________________

O código completo do exercício estará disponível mais tarde no repositório do Clube do Código.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

Cálculo do Retorno Econômico de uma Política Pública

Como podemos traduzir os efeitos de uma política pública para valores monetários? Essa é uma tarefa árdua que requer algumas premissas, entretanto, com métodos bem definidos, é possível obter estimativas precisas dos ganhos e os gastos de uma política pública.

Neste exercício, demonstramos tal método usando a política hipotética "Mãe Paranense”, um conjunto de ações que visam reduzir a mortalidade materna e infantil no estado. Usamos a linguagem R como ferramenta para analisar os dados.

Simplificando análises de dados manuais do Excel usando o Python

Tratar e analisar dados no Excel pode ser um verdadeiro caos, mesmo que você precise fazer coisas simples como cruzar duas tabelas de dados. Uma solução melhor é o uso de scripts em Python, que possibilitam a automação de tarefas repetitivas e manuais. Neste artigo mostramos um exemplo simples, comparando o Excel versus Python.

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.