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

Criando reports econômicos automáticos com IA usando Python

Imagine que você tenha uma tabela e precise gerar uma análise de dados rápida para entregar um relatório. Você poderia tentar parar tudo que está fazendo ou até mesmo fazer horas extras, mas dificilmente você entregaria o relatório mais rapidamente do que um modelo de Inteligência Artificial (IA). Neste artigo mostramos um exemplo de relatório gerado por IA para análise de inflação no Brasil, usando as ferramentas Quarto + Python para integrar a IA.

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através 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.