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

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.