Tem certeza que você quer mesmo controlar a taxa de câmbio?

Mal nos livramos da nova matriz econômica e lá estão os novos desenvolvimentistas propondo a surrada ideia de controle da taxa de câmbio. Minha sensação é que o debate econômico no Brasil é como o filme Feitiço do Tempo, em que o protagonista, interpretado por Bill Murray, está preso em Punxsutawney, vivendo o mesmo dia várias vezes. Por aqui, quando não é o câmbio, são os juros ou, claro, os dois ao mesmo tempo. Sempre há algum economista ou um grupo de economistas querendo desvalorizar o câmbio e/ou reduzir os juros para estimular exportações e/ou reduzir o custo do capital para a indústria.

grafico01

A taxa de câmbio, como todo mundo que já lidou com ela sabe, é uma variável chata de modelar e prever. O que dirá controlar! Isso porque, o câmbio é tipicamente um passeio aleatório puro, do tipo:

(1)   \begin{equation*}y_{t} = y_{t-1} + \varepsilon_{t} \end{equation*}

Ou, simplesmente, 

(2)   \begin{equation*} \Delta y_{t} = \varepsilon_{t} \end{equation*}

 Ademais, o câmbio é também uma variável endógena em qualquer modelo macroeconômico, que pode ser representada em uma condição de paridade descoberta da taxa de juros, como abaixo: 

(3)   \begin{equation*} \Delta\epsilon_{t} = \phi_{0}  - \phi_{1}(i_{t} - i_{t}^*) + \phi_{2}x_{t} + \varepsilon_{t}^{e} \end{equation*}

Onde \epsilon_{t} é a taxa de câmbio Real/Dólar em t, (i_{t} - i_{t}^*) representa o diferencial de juros, x_{t} é o prêmio de risco e \varepsilon_{t}^{e} é um choque externo. Logo, para que a taxa de câmbio se mantenha em um determinado valor, é preciso fazer o diabo em um monte de outras variáveis macroeconômicas. Depois de tudo o que aconteceu no Brasil nos últimos anos, será que vale a pena insistir nesse tipo de coisa? 

________________________________

(**) Para ver o argumento completo, leia o post Enquanto eles dormiam.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

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.