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

Analisando a Volatilidade de Longo Prazo do Ibovespa usando Python

Com base no modelo GARCH(1,1), realizamos realizar a modelagem da variância condicional dos log retornos diários do Ibovespa, abrangendo o período de janeiro de 2018 até dezembro de 2023. O objetivo principal é compreender a implementação desse modelo utilizando a linguagem de programação Python, além de conduzir uma análise do mercado acionário brasileiro ao longo do período amostral.

Ao concluirmos este exercício, teremos a capacidade de obter uma medida representativa da variância de longo prazo da série temporal. Essa medida poderá ser comparada com a variância histórica, permitindo-nos inferir se a volatilidade presente está atualmente inferior ou superior àquela projetada para o futuro. Essa análise contribuirá para uma melhor compreensão da dinâmica da volatilidade no mercado acionário brasileiro.

Construindo uma NAIRU para o Brasil usando Python

Um dos maiores desafios para aqueles que trabalham com dados econômicos é aliar a prática com a teoria. Para tanto, o uso do Python pode facilitar esse desafio, permitindo construir todos os passos de uma análise de dados. Demonstramos o poder da linguagem tomando como exemplo a construção da NAIRU para o Brasil.

A Abordagem do Estudo de Eventos usando Python

A maioria das pesquisas em finanças está dedicada a investigar o efeito de um anúncio da companhia ou de um evento, sistêmico ou não, sobre o preço de uma ação. Esses estudos são conhecidos como “estudos de eventos”. Neste contexto, apresentaremos uma breve introdução à metodologia e demonstraremos como aplicá-la por meio de exemplos reais utilizando a linguagem de programação 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.