A econometria da previdência

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A reforma da previdência, mais uma vez, corre sérios riscos de não ser aprovada nas bases inicialmente propostas. O sinal emitido pelo governo, retirando servidores municipais e estaduais da proposta, abriu precedente perigoroso. Outros grupos de interesse igualmente tentarão "fugir" da reforma. Se conseguirem ter sucesso, o que sobrará da proposta inicial é uma incógnita, o que exigirá mais impostos e, claro, uma nova reforma daqui a alguns anos. Nesse post, mostro que a reforma é uma imposição da realidade.

O gráfica acima traz os gastos reais (corrigida a inflação pelo IPCA) com o regime geral de previdência social, acumulados em 12 meses, a preços de janeiro de 2017. No último dado disponível, de janeiro último, o gasto está em R$ 521,6 bilhões. Esses gastos, por suposto, estão crescendo a uma taxa média de 6,33%. Em outras palavras, os gastos com previdência no regime geral estão crescendo mais de 6% ao ano, em termos reais. Mantido esse ritmo de crescimento, a previdência irá tomar cada vez mais espaço na despesa total do governo. Hoje, somente os gastos com o regime geral consomem 40% da despesa total.

O quadro acima parece ser suficiente para convencer uma pessoa razoável sobre a necessidade de uma reforma no sistema de concessão de aposentadorias e pensões. Afinal, mantido esse ritmo de crescimento, tudo o que faremos daqui a algumas décadas será pagar aposentados e pensionistas, não sobrando muito para os demais bens e serviços públicos. Certamente, não é isso que se quer.

De forma a complementar a análise, fui entender um pouco melhor o processo estocástico subjacente à série temporal acima. Para isso, fiz uso do pacote urca e da função ur.df, fazendo o Teste ADF Sequencial de presença de raiz unitária, conforme Pfaff (2008). A aplicação desse protocolo nos indica que o processo é uma passeio aleatório com drift, isto é, dado pela equação 

(1)   \begin{equation*} y_{t} = \alpha + y_{t-1} + \varepsilon_{t} \end{equation*}

Onde \alpha indica a direção. Nesses termos, claramente, os gastos com previdência seguem uma trajetória explosiva, o que clama por alguma modificação no seu rumo. Negar essa evidência, por suposto, teria sérias repercussões sobre o orçamento público brasileiro, como comentado acima.

Observe, ademais, que uma reforma da previdência séria e abrangente pode ter forte impacto sobre a taxa de juros de equilíbrio da economia brasileira. Isso porque, com a redução da taxa de reposição - relação entre o valor da aposentadoria e a renda de contribuição - as pessoas teriam que poupar mais para a velhice, o que ao aumentar a taxa de poupança da economia brasileira faria com que os juros caíssem, de forma estrutural e sustentada.

Em resumo, portanto, mostramos que a reforma da previdência é uma necessidade imposta pela evidência e que se for aprovada de forma abrangente pode ter como externalidade uma queda sustentada da taxa de juros. Quem, nesses termos, pode ser contra esse tipo de reforma?

_________________________________

Pfaff, B. Analysis of integrated and cointegrated time series with R. Springer, New York, second edition, 2008.

[/et_pb_text][et_pb_button admin_label="Botão" button_url="https://analisemacro.com.br/cursos-de-r/series-temporais/" url_new_window="off" button_text="Conhecer o nosso Curso de Séries Temporais usando o R " button_alignment="center" background_layout="light" custom_button="off" button_letter_spacing="0" button_use_icon="default" button_icon_placement="right" button_on_hover="on" button_letter_spacing_hover="0"] [/et_pb_button][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar automação com Python e IA na análise de ações

No cenário atual, profissionais de finanças buscam formas mais rápidas, eficientes e precisas para analisar dados e tomar decisões. Uma das grandes revoluções para isso é o uso combinado de Python, automação e modelos de linguagem grande (LLMs), como o Google Gemini. O dashboard que criamos é um ótimo exemplo prático dessa integração, reunindo dados, cálculos, visualizações e análise textual em um único ambiente.

Análise de ações com IA - um guia inicial

Neste artigo, você vai aprender a integrar IA na análise de ações de forma automatizada utilizando Python. Ao final, você terá um pipeline completo capaz de coletar dados de mercado, gerar gráficos, elaborar relatórios com linguagem natural.

Quais são as ferramentas de IA?

Um aspecto crucial dos Agentes de IA é a sua capacidade de tomar ações, que acontecem por meio do uso de Ferramentas (Tools). Neste artigo, vamos aprender o que são Tools, como defini-las de forma eficaz e como integrá-las ao seu Agente por meio da System Prompt. Ao fornecer as Tools certas para o seu Agente — e ao descrever claramente como essas Tools funcionam — você pode aumentar drasticamente o que sua IA é capaz de realizar.

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.