Repasse cambial para os preços não é automático

O boletim Focus divulgado agora há pouco trouxe uma leve revisão na inflação esperada para esse ano. De 3,33% para 3,46%. O motivo é uma pressão no grupo de alimentos vindo das carnes. Houve também uma revisão no crescimento esperado, de 0,92% para 0,99%. Outro destaque do boletim é uma revisão no câmbio esperado, que agora está em 4,10 R$/US$. A evolução do câmbio, diga-se, pode ser um fator a pressionar uma revisão do cenário de juros traçado pelo Banco Central.

Como se sabe, há um repasse entre desvalorização cambial para a inflação, que pode ser capturado por uma Curva de Phillips como abaixo:

(1)   \begin{align*} \pi_t^{livres} = \sum_{i>0} \beta_{1i} E_t \pi^{total}_{t+i} +\sum_{j>0} \beta_{2j} \pi^{total}_{t-j} +\sum_{k \geq 0} \beta_{3k} \pi^{importada}_{t-k} + \sum_{l>0} \beta_{4l} hiato_{t-l} + \sum_{m = 1}^4 D_m + \epsilon_t  \end{align*}

com a imposição da restrição de verticalidade de longo prazo:

(2)   \begin{align*} \sum_{i>0} \beta_{1i} +\sum_{j>0} \beta_{2j} +\sum_{k \geq 0} \beta_{3k} = 1 \end{align*}

Basicamente, a inflação dos preços livres é uma função linear da **inflação passada**, das **expectativas de inflação**, do **hiato do produto** e da **inflação importada**. Como estimamos na edição 48 do Clube do Código e como ensino nos cursos de Macroeconometria usando o R e Modelos do Banco Central, uma elevação de 10% na inflação importada provoca, em média, uma elevação de 0,56 p.p. nos preços no horizonte de um trimestre.

Esse repasse, contudo, não é automático posto que depende principalmente do grau de ociosidade da economia. Sabe-se que com o hiato do produto em terreno negativo, há maiores dificuldades para um repasse integral desse aumento para os preços. É justamente por isso que não se pode decretar que a escalada do câmbio nas últimas semanas irá afetar a queda dos juros na reunião de dezembro do COPOM. É preciso acompanhar/estimar o efeito dessa escalada sobre os preços na próximas semanas, de modo a verificar se está tendo alguma contaminação. Notadamente sobre os preços considerados tradeables, aqueles mais sensíveis a movimentos do exterior.

______________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Usando IA para prever o consumo de energia no Brasil com Python

Neste exemplo mostramos o poder da IA, especificadamente o uso de modelos de Machine Learning de Séries Temporais, para prever os valores da Curva de Carga Horária de Energia Elétrica do Sudeste disponibilizada pela ONS. Para realizar as previsões, além dos modelos, empregamos métodos de machine learning já conhecidos, como cross-validation, usando a biblioteca MlForecast do Python.

Controle Sintético: Lei Anti Fumo na Califórnia

O que é Controle Sintético e como podemos utilizar essa ferramenta para auxiliar no estudo da avaliação de impacto? Neste post, oferecemos uma breve introdução a esse importante método da área de inferência causal, acompanhado de um estudo de caso para uma compreensão mais aprofundada de sua aplicação. Os resultados foram obtidos por meio da implementação em Python, como parte integrante do nosso curso sobre Avaliação de Políticas Públicas utilizando esta linguagem de programação.

Previsão de crises financeiras com IA usando Python

Fazer investimentos sem analisar dados é como atirar no escuro. Ninguém quer estar numa posição errada na hora que uma nova crise estourar. Para mitigar estes riscos, modelos de probabilidade de recessão podem trazer informações relevantes para a tomada de decisão. Neste artigo mostramos uma aplicação destes modelos para a economia norte-americana, usando o ferramental de pacotes do 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.