O mercado superestima a inflação, visando pressionar o Banco Central a ter juros mais altos?

diferençaexpipcaSempre que o Banco Central inicia um processo de elevação da taxa de juros, há uma gritaria em torno dos efeitos perversos que isso teria sobre o nível de atividade e consequentemente sobre a taxa de desemprego. Geralmente, dentro desse tipo de argumentação, o "analista" comete o equívoco de dizer que, como as expectativas do mercado são formadas basicamente por instituições financeiras, eles superestimariam a expectativa de inflação, visando pressionar o Banco Central a praticar juros básicos mais elevados. Isso, claro, geraria mais lucro para as instituições financeiras envolvidas na pesquisa. Ou seja, haveria um problema de risco moral envolvido no processo de coleta de informações, que seria resolvido se agentes do "lado real" da economia fossem incluídos na pesquisa da autoridade monetária.

O argumento, à primeira vista, parece realmente "fazer sentido" e seduz muita gente boa por ai. Mas o que os dados tem a dizer sobre isso? Infelizmente, leitor, os dados não confirmam a tese. Tomando duas séries, uma da expectativa do IPCA no mês j para ano t e a inflação que efetivamente ocorreu no ano t (para 2013, utilizou-se a inflação efetiva acumulada em 12 meses no mês j) e fazendo a diferença da primeira em relação a segunda, o que se percebe é que de jan/2000 a maio/2013, ou seja, nos 161 meses, em 67,7% dos casos o que se viu é que o mercado subestimou a inflação do período. Em outros termos, o que se vê é que o mercado projeta na maior parte dos casos uma inflação menor do que ela realmente é no final do ano.

Isso, a meu ver, acaba com a "teoria da conspiração" de alguns críticos. Às vezes, leitor, os dados confessam...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Frameworks para criar AI Agents

Neste post, vamos dar o primeiro passo rumo à construção de Agentes de IA mais sofisticados, capazes de tomar decisões, interagir com ferramentas externas e lidar com tarefas complexas. Para isso, precisamos entender o papel dos frameworks agenticos (ou agentic frameworks) e como eles podem facilitar esse processo. Aqui introduzimos dois frameworks populares de desenvolvimento de Agentes de IA.

Construindo RAG para Análise do COPOM com SmolAgents

Este exercício demonstra, passo a passo, como aplicar o conceito de Retrieval-Augmented Generation (RAG) com agentes inteligentes na análise de documentos econômicos. Utilizando a biblioteca SmolAgents, desenvolvemos um agente capaz de interpretar e responder a perguntas sobre as atas do COPOM com base em buscas semânticas.

Como criar um Agente de IA?

Unindo conhecimentos sobre Tools, LLMs e Vector Stores, agora é hora de integrar diferentes conceitos e aprender a construir um Agente de IA completo. Neste post, nosso objetivo será criar um Agente capaz de responder perguntas sobre o cenário macroeconômico brasileiro, utilizando dados de expectativas de mercado do Boletim Focus do Banco Central do Brasil (BCB) e o framework LangChain no Python.

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.