Relatório AM #14 - Política fiscal

No Relatório AM de hoje, vamos comentar a situação da política fiscal nos últimos meses. A análise é feita com os dados disponibilizados pelo STN, porém a última atualização ocorreu em maio desse ano, então há certa defasagem nos valores apresentados. Inicialmente, vamos apresentar os resultados acumulados em 12 meses para maio desse ano, e do ano passado:

Como podemos ver, as receitas do governo parecem ter um crescimento estável, porém as políticas necessárias para o combate da pandemia e manutenção do bem-estar da população aumentaram fortemente as despesas, abrindo o déficit nominal. É interessante notar que essa trajetória negativa vai na contramão da tendência pré-pandemia, que era de melhora do resultado nominal, em face da crise de 2016:

Ademais, podemos ver que a composição dos gastos foi diferente durante a pandemia, correspondendo ao caráter emergencial das medidas tomadas. Com isso, era esperado que o resultado fiscal fosse melhor após o aumento do estoque de pessoas vacinadas.

Há, porém, uma grande dúvida aberta em torno da agenda fiscal que tem sido tocada pelo Congresso. Em particular, temas antigos como o dos precatórios voltaram à pauta, bem como há diversos questionamentos em relação à reforma tributária.

Todos esses questionamentos se refletem no aumento do risco-país nas últimas semanas, como pode ser visto no gráfico abaixo.

________________________

(*) Para entender mais sobre política fiscal e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é e como funcionam Sistemas Multi-Agentes

Sistemas multi-agentes (MAS) representam uma nova forma de estruturar aplicações de inteligência artificial, especialmente úteis para lidar com problemas complexos e distribuídos. Em vez de depender de um único agente generalista, esses sistemas são compostos por múltiplos agentes especializados que colaboram, competem ou se coordenam para executar tarefas específicas. Neste post, explicamos o que são os MAS, seus principais componentes (como LLMs, ferramentas e processos) e as arquiteturas mais comuns.

O que é um Vector Database e como criar um com LangChain

Nesta postagem, mostramos como construir um pipeline simples de RAG (Retrieval-Augmented Generation) usando o LangChain, o modelo Gemini 2.0 Flash e o Vector Database Chroma. Utilizamos como exemplo o Relatório de Inflação de junho de 2025 do Banco Central do Brasil. O fluxo envolve o download e leitura do PDF, divisão do texto com RecursiveCharacterTextSplitter, geração de embeddings com Gemini, armazenamento vetorial com Chroma e busca semântica para responder perguntas com base no conteúdo do relatório. É uma aplicação prática e didática para economistas que desejam integrar IA ao seu fluxo de análise.

Automatizando a Construção de Códigos em Python com LangGraph

Neste post, mostramos como construir um agente de código em Python utilizando LangGraph, LangChain e Gemini. A proposta é construir um protótipo para automatizar o ciclo completo de geração, execução e correção de código com o uso de LLMs, organizando o processo em um grafo de estados.

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.