Tempestade Perfeita

O Brasil é um dos países que mais sofreu com o fenômeno inflacionário. Convivemos, de modo pacífico, com uma das maiores hiperinflações que se tem notícia na humanidade. De alguma forma, aprendemos a conviver com variações mensais de dois dígitos, faça chuva ou faça sol, sem que isso fosse motivo para uma guerra ou revolução.

Já hoje, setembro de 2021, a coisa parece ser um pouco diferente. Passados 27 anos do Plano Real, o plano de estabilização que deu fim à hiperinflação brasileira, a população não se mostra mais tão dócil quando o assunto é aumento persistente e generalizado de preços.

Chovem críticas nas ruas.

Ainda mais em um cenário de pandemia, onde o nível de desemprego está nas alturas.

A inflação medida pelo IPCA, o principal índice de preços do país, registrou em agosto alta de 0,87% a.m. No acumulado em 12 meses, o número ficou em 9,68%. Estamos muito próximos de chegar, novamente, à inflação de dois dígitos. Algo que, infelizmente, não é tão raro abaixo da linha do Equador.

O IPCA é um índice construído de forma hierarquizada, sendo composto por grupos, subgrupos, itens e subitens. Cada grupo é composto por bens e serviços que têm características semelhantes. No gráfico acima, diga-se, nós colocamos a contribuição desses grupos para a inflação mensal. Como se pode observar, há um espalhamento dessa contribuição ao longo dos últimos meses. 

Não é a "inflação de alimentos" ou a "inflação de combustíveis", como gostam de escrever nossos jornalistas econômicos.

A inflação pegou no breu.

Uma forma um pouco mais elegante de ver isso é construir núcleos de inflação. Aqui na Análise Macro, inclusive, desenvolvemos o pacote de R {nucleos}, que constrói os núcleos de inflação divulgados pelo Banco Central. O pacote está disponível para os alunos da 2ª Turma do nosso Curso de Análise de Conjuntura usando o R, que abriu inscrições ontem, 08/09.

O objetivo de um núcleo de inflação é o de retirar bens e serviços que tenham apresentado variações mais bruscas do que o normal. Ou que sistematicamente variam de forma um pouco mais ampla do que o normal. Assim, ficariam apenas os itens que representam a tendência da inflação ao longo do tempo.

Como se pode ver no gráfico acima, quando retiramos todos os "vilões" apontados pela imprensa, fica a inflação. Todos os núcleos por exclusão e núcleos estatísticos se aceleraram de 2020 para cá, mostrando que a tendência inflacionária encontra-se em alta.

O mais grave: está acima do limite superior do regime de metas, representado no gráfico pela área cinza.

A inflação, nesse contexto, pegou no breu.

O gráfico acima ilustra o comportamento da inflação cheia, a média dos 7 núcleos divulgados pelo Banco Central e os limites de tolerância representados pela meta e suas bandas superior/inferior.

Rompemos todos os limites aceitáveis dentro do regime de metas.

O mais grave: com uma economia que ainda está bem abaixo do seu nível normal e esbanja mais de 14 milhões de pessoas desocupadas.

Há muitas explicações para isso, como conta o primeiro gráfico desse texto.

Ao longo dos últimos meses, sofremos diversos choques.

Os preços de commodities ficaram mais altos e isso tem impacto direto no preço de alimentos e de combustíveis, por exemplo.

Além disso, diversos problemas nas cadeias globais geraram restrições de insumos para a indústria.

A falta de chuvas levou ao acionamento de termelétricas, com um custo mais alto que repassado para o consumidor.

Todos esses choques primários foram sendo repassados para outros preços da economia, gerando assim efeitos secundários, de difícil controle por parte da política monetária.

A política monetária pode e deve enfrentar/acomodar choques primários, evitando que os mesmos sejam repassados para outros preços.

Mas há um trade-off importante na condução da política monetária.

Os Bancos Centrais operam com base em uma função de perda social, dando peso para a distância entre inflação e meta de inflação, mas também devem olhar para o hiato do produto, a distância entre o pib e o potencial da economia.

Com a pandemia, o PIB hibernou em um vale de lamentações, o que acabou levando a política monetária a manter-se expansionista por um longo período.

Foi o que todos os países fizeram, diga-se.

A política monetária em terreno expansionista acabou sendo o fio condutor dessa transmissão de choques primários para a economia, gerando o processo inflacionário consolidado que estamos vivendo.

Não estou, diga-se, culpando o Banco Central, ainda que a culpa seja, de fato, dele.

Dificilmente, algum outro banqueiro central (ou colegiado, para ser mais exato) tomaria outro tipo decisão em meio a uma das maiores catástrofes dos últimos 100 anos.

Faz parte do jogo.

A economia está convergindo para um crescimento medíocre na margem e colhe inflação em aceleração.

Mas vai melhorar, você diz.

Não acho que vai. Minha visão é que vai piorar ainda mais.

Mas talvez eu tenha que ler menos jornal, ver menos televisão.

Os dias finais de inverno no Rio merecem minha atenção...

_____________________________

(*) Aprenda a fazer esse tipo de análise em nosso Curso de Análise de Conjuntura usando o R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Uma introdução à Inteligência Artificial e a Engenharia de Prompt

“Um especialista sabe todas as respostas, se você fizer as perguntas certas”. Este é o mesmo princípio usado nas técnicas de Prompt Engineering, com objetivo de otimizar as respostas de aplicações de IA generativa. Neste artigo apresentamos algumas destas técnicas com exemplos práticos em Python.

Como identificar mensagens de erro na coleta de dados de sites públicos

Quem trabalha com dados reais e precisa coletar informações de forma online usando APIs e links, sabe que erros de requisição são comuns, principalmente com dados públicos. Neste artigo, damos algumas dicas de como entender estes erros e mostramos um jeito simples de evitar que o código de Python “quebre” nestas situacões.

O que é e como calcular o Beta de Mercado usando o Python?

Neste tutorial, explicamos o conceito de Beta de Mercado e como calculá-lo por meio de regressão linear utilizando a linguagem de programação Python. Demonstramos como interpretar graficamente e analisar os parâmetros estimados do método estatístico, contextualizando-o na teoria financeira com um exemplo real. Em seguida, aprofundamos a análise, desenvolvendo um Beta com Janelas Deslizantes e aplicando o modelo CAPM. Por fim, utilizamos a regressão linear múltipla para reproduzir o modelo de três fatores de Fama-French, uma extensão do CAPM.

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.