A culpa do baixo crescimento é da crise internacional?

Ontem, com a divulgação do PIB brasileiro do segundo trimestre, o ministro da fazenda, Guido Mantega, voltou a por a culpa na crise internacional. É o que o governo vem fazendo desde que o crescimento passou a se reduzir, ao final de 2010. No ano passado, por exemplo, eu escrevi a respeito aqui, comparando tanto crescimento quanto inflação ao redor do mundo. Hoje volto ao tema, fazendo um exercício um pouco diferente. Com o anúncio feito pelo candidato Aécio Neves (PSDB) de que em eventual governo o seu ministro seria Arminio Fraga, algumas pessoas me perguntaram ao longo da semana o fato de se na época dele o problema do baixo crescimento também não era da crise internacional. Como verificar isso na prática?

A pergunta que queremos responder é a seguinte: a crise externa causou menor crescimento no país em 1999-2001 e em 2011-2013?

Há diversas formas de responder isso, umas mais robustas do que outras. Uma maneira simples é verificar o crescimento brasileiro nesses períodos e compará-lo com o que aconteceu no mundo. O cuidado que deve ser tomado nessa comparação é, claro, tomar países minimamente comparáveis ao Brasil. Um critério simples - existem diversos - é tomar países com renda per capita parecida com o nosso e países da América Latina. Fazendo isso, o gráfico do crescimento médio em cada um desses períodos é posto abaixo.

mundo

O crescimento do Brasil é praticamente igual nos dois períodos, próximo a 2%. A diferença é no crescimento dos demais países. Enquanto entre 1999-2001 os países da amostra cresceram próximo a 1,7% ao ano, entre 2011-2013 eles cresceram próximos a 4,5%.

Talvez incomode a alguém comparar o Brasil com o Peru, por exemplo. Afinal, enquanto a nossa renda per capita está próxima a US$ 11 mil, a do Peru está em US$ 6,6 mil*. Então, em um segundo exemplo, eu tomei apenas países e grupos de países com renda per capita próxima a brasileira. O gráfico abaixo resume essa nova comparação.

mundo02

Pois é, os resultados mudam pouco. O crescimento desses países entre 1999-2001 fica próximo a 1,5% e entre 2011-2013 próximo a 4,8%.

O leitor pode, inclusive, consultar a base de dados do banco mundial aqui e utilizar outros critérios. Como se vê, o exercício não exige pré-requisitos sofisticados de econometria ou estatística. Qualquer pessoa com conhecimento básico de excel pode realizar o confronto de dados e tirar as devidas conclusões. E, claro, comparar essas conclusões com o que vem dizendo a equipe econômica... 🙂

(*) Uma análise mais cuidadosa teria que que considerar a renda per capita em termos de paridade de poder de compra, afinal, US$ 100 não compram a mesma quantidade de bens em países distintos. O ajuste, entretanto, não causa maiores problemas para o argumento principal, logo para efeitos de análise simplificada - que pode ser feita por qualquer pessoa - considerar a renda per capita em valores correntes (2013) parece ser suficiente.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise de Criptomoedas com Python

Aprenda a estruturar um pipeline de dados financeiros com Python. Ensinamos a construção de um dashboard automatizado para coleta, tratamento e visualização de criptomoedas via API.

Como Construir um Monitor de Política Monetária Automatizado com Python?

Descubra como transformar dados do Banco Central em inteligência de mercado com um Monitor de Política Monetária Automatizado. Neste artigo, exploramos o desenvolvimento de uma solução híbrida (Python + R) que integra análise de sentimento das atas do COPOM, cálculo da Regra de Taylor e monitoramento da taxa Selic. Aprenda a estruturar pipelines ETL eficientes e a visualizar insights econômicos em tempo real através de um dashboard interativo criado com Shiny, elevando o nível das suas decisões de investimento.

Qual o efeito de um choque de juros sobre a inadimplência?

Neste exercício, exploramos a relação dinâmica entre o custo do crédito (juros na ponta) e o risco realizado (taxa de inadimplência) através de uma análise exploratória de dados e modelagem econométrica utilizando a linguagem de programação R.

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.