Uma outra curva para achatar...

É preciso achatar a curva. Mas não essa que você está pensando. A parte longa da curva de juros disparou nas últimas semanas, em reação ao cenário de incerteza que tomou conta do mundo. Assim, mesmo caminhando para uma recessão com dimensões ainda incertas e o consequente efeito deflacionário daí resultante, pode ser contraproducente reduzir ainda mais o juro básico.

A política monetária atua sobre a demanda agregada por diversos canais, dentre eles o que chamamos de estrutura a termo da taxa de juros (ETTJ). A ETTJ é composta, grosso modo, pela composição de diferentes vencimentos ao longo do tempo. Quando o Banco Central reduz o juro básico, de curto prazo, o que ele quer é justamente afetar os juros de maior prazo, que influenciam as decisões de consumo e de investimento de empresas e pessoas físicas.

O problema é quando esse juro longo não responde às decisões do Banco Central porque está sendo afetado por outras questões. Assim, antes de pensar em reduzir mais o juro, o Banco Central precisará afetar o juro longo de outra forma. É justamente esse o ponto sinalizado ontem pelo presidente da instituição, em videoconferência do Credit Suisse.

______________

(*) Curva de Juros retirada da apresentação do economista-chefe da Paineiras Investimentos, José Carlos Carvalho. Ver aqui.


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

Como preparar os dados para um modelo preditivo?

Modelos de previsão macroeconômica podem facilmente alcançar um número elevado de variáveis. Mesmo modelos simplificados, como o Modelo de Pequeno Porte (MPP) do Banco Central, usam cerca de 30 variáveis. Isso impõe um grande desafio ao nosso dia a dia: como fazer a gestão destes dados para uso em modelos, desde a coleta até o tratamento?

Transfer Learning para Previsão de Séries Temporais com o Python

A aprendizagem por transferência (ou transfer learning) é a técnica de reutilizar um modelo previamente treinado em um novo problema. Esse conceito representa um grande avanço para a previsão de variáveis, especialmente aquelas organizadas ao longo do tempo, como séries temporais. Neste post, exploramos como usar transfer learning com Python para trabalhar com esse tipo de dado.

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.