Qual o tamanho ideal do BNDES?

O pedido de demissão de Joaquim Levy do BNDES suscitou uma nova onda de discussões em torno do tamanho ideal do banco no mercado de crédito brasileiro. De forma a dar números à discussão, atualizo abaixo como andas a participação do banco no estoque total de crédito.


library(BETS)
library(ggplot2)
library(forecast)
library(png)
library(grid)
library(gridExtra)

total = BETSget(20539, from='2007-03-01')
bndes_pj = BETSget(20604)
bndes_pf = BETSget(20616)
bndes = bndes_pf+bndes_pj

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

autoplot(bndes/total*100)+
geom_line(size=.8)+
scale_x_discrete(limits=2007:2019)+
labs(x='', y='%',
title='Participação do BNDES no Crédito Total',
caption='Fonte: analisemacro.com.br com dados do BCB')+
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=2007.3,
xmax=2009.3,
ymin=18, ymax=22)

E abaixo o gráfico...

Como se pode ver pelo gráfico, a participação do banco no estoque de crédito total tem caído nos últimos anos. Os desembolsos da instituição, por suposto, vêm diminuindo consideravelmente.

É saudável que isso ocorra, diga-se. Um banco de fomento como o BNDES não deve financiar grandes empresas que possuem acesso ao mercado privado e mesmo ao mercado externo. O foco do BNDES deve ser atuar onde claramente o retorno social é maior do que o retorno privado.

Destacaria o financiamento de projetos de inovação realizados em pequenas empresas, o microcrédito e investimentos em saneamento básico. Além disso, dada a expertise acumulada pelo corpo técnico do banco, poderia ser uma peça-chave para destravar o processo de privatização.

O redimensionamento do banco, contudo, não é uma tarefa simples. Dado o gigantismo alcançado pela instituição, sua redução tem impactos consideráveis sobre o próprio mercado de crédito e, com efeito, sobre a economia brasileira. Além disso, há um lobby estabelecido, seja dentro ou fora do banco, que não quer que o jeito de obter crédito mude no país.

Tudo isso dito, é difícil saber ao certo qual o tamanho ideal do BNDES no mercado de crédito. Não existe um número mágico para isso. Certamente, contudo, ele é bem menor do que o atual. E é saudável que continue caindo...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com 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.