Teto de Gastos foi fundamental para redução dos juros

A pandemia gerou um nó fiscal de difícil resolução nos próximos anos. Para se ter ideia do tamanho da dificuldade que 2020 deixará como legado, a expectativa média do boletim Focus para o resultado primário está em -11,2% do PIB e para o resultado nominal (que inclui o pagamento de juros) em -14,4%. Por óbvio, esse fluxo negativo em 2020 pressionará a Dívida Pública, o que aumenta o risco de solvência fiscal do país. A análise desses dados com o R faz parte do nosso Curso de Análise de Conjuntura usando o R. Abaixo, um gráfico com as duas variáveis de fluxo citadas.

Junto à média das expectativas, representada pela linha vermelha, está o intervalo das projeções. Como se vê pela abertura da boca de jacaré, há ainda muita incerteza em relação aos números consolidados de primário e resultado nominal. Há agentes de mercado esperando um resultado nominal de -20% do PIB!

Diante da catástrofe, nunca é demais lembrar o efeito que o Teto de Gastos teve sobre a ancoragem de expectativas e, consequentemente, sobre os juros. O exercício 71 do Clube do Código trouxe evidências que sugerem que a adoção do teto reduziu o juro de equilíbrio da economia brasileira em até 1,54 pontos percentuais. A tabela abaixo resume o estudo.

Nesse exercício, nós basicamente quisemos explicar o juro neutro da economia brasileira, incorporando uma dummy que buscava capturar o efeito da adoção do Teto de Gastos. Como se vê pela tabela, a mesma se mostrou estatisticamente significativa pelos três métodos utilizados na estimação.

Diante do desastre fiscal de 2020, me parece temerário discutir o fim do Teto de Gastos. Ainda mais diante das evidências de que o mesmo foi decisivo para ancorar as expectativas dos agentes, tendo efeitos positivos sobre o juro de equilíbrio da economia brasileira.

_______________

(*) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como avaliar modelos de IA na previsão macroeconômica?

Descubra como economistas e cientistas de dados estão combinando econometria e inteligência artificial para aprimorar previsões macroeconômicas. Neste post, você vai entender as principais etapas de avaliação de modelos — da preparação dos dados à validação cruzada — e conhecer as métricas e técnicas que revelam quais métodos realmente entregam as melhores previsões. Uma leitura essencial para quem quer compreender o futuro da análise econômica orientada por dados.

Análise exploratória e seleção de séries temporais econômicas para modelagem

Quer entender como transformar dados econômicos brutos em previsões macroeconômicas precisas? Neste post, mostramos passo a passo como realizar a análise exploratória e seleção de séries temporais com Python — desde o tratamento de dados e remoção de multicolinearidade até a escolha das variáveis mais relevantes usando técnicas de machine learning e econometria. Um guia essencial para quem quer unir teoria econômica e inteligência artificial na prática da previsão macroeconômica.

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.