A estória por trás do PIB de 2012

Se me pedissem para contar uma estória sobre os motivos pelos quais o PIB brasileiro do ano passado veio tão baixo eu teria que andar alguns passos para trás. Eu dividiria o enredo em antes e depois da crise de 2008/09. No pré-crise, o Brasil era um país que tinha uma política monetária com boa credibilidade perante os agentes internacionais e uma política fiscal guiada por superávits primários e estoque líquido de endividamento em queda. Com base nisso, soube se beneficiar da melhor conjuntura internacional desde o pós-guerra, obtendo assim um crescimento razoável do PIB, inflação efetiva convergindo para o centro da meta e mesmo superávits em conta corrente. Já no pós-crise...

As coisas desandaram, leitor. Os efeitos da crise foram prontamente combatidos pela política econômica anticíclica. Além disso, utilizaram-se os bancos públicos – naquilo que ficou conhecido como instrumentos parafiscais. O resultado mais visível – em termos políticos, claro – foi o crescimento de 7,5% em 2010 e a manutenção da taxa de desemprego em patamares baixos. O governo, entretanto, não parou por ai: quem nunca comeu melado...

A presidente Dilma Rousseff assumiu em janeiro de 2011 e amplificou a inflexão. O Banco Central, guardião do regime de metas de inflação, passou a se subordinar aos desatinos da comandante em chefe. A política fiscal de anticíclica passou a ser pró-cíclica, exibindo correlação positiva com o consumo privado. Ademais, os créditos do Tesouro junto ao BNDES passaram de R$ 26 bilhões em setembro de 2008 para mais de R$ 370 bilhões em dezembro de 2012. A ideia de continuar a incentivar o consumo, entretanto, mostrou-se inócua...

Isto porque, leitor, uma coisa é fazer uma política econômica anticíclica quando há um choque externo. Em números, no quarto trimestre de 2008 – auge da crise – o Consumo das Famílias caiu quase 2% em relação ao trimestre anterior. A indústria caiu quase 8% e a FBCF despencou 10%. Com as políticas anticíclicas implementadas ao longo dos trimestres posteriores, o Consumo das Famílias fechou 2010 com crescimento acumulado de 6,9%, a Indústria de 10% e a FBCF de 21,3%. Com esses dados em punho – e o resultado em termos de redução do desemprego – o governo concluiu erroneamente: é o consumo estúpido! E continuou com os incentivos...

Ao longo de 2011 e 2012, entretanto, as taxas de crescimento acumuladas em quatro trimestres foram declinando quase que monotonicamente para esses três componentes. O consumo das famílias encerrou o último trimestre do ano passado crescendo 3,1% (menos da metade do resultado de 2010), a Indústria caiu 0,8% e a FBCF reduziu-se em 4%. O motivo do declínio do consumo: 43% da renda acumulada em 12 meses pelas famílias estavam, em dezembro de 2012, comprometidas com dívidas e 22% da renda mensal estavam comprometidas com o serviço (juros mais amortizações) dessas dívidas.

O resultado do PIB de 2012, 0,9% frente o ano anterior, é, portanto, apenas o final de um triste enredo. Ele foi causado pela má interpretação da teoria econômica, pela continuação dos incentivos ao consumo em detrimento da atenção aos condicionantes da oferta. O governo (ainda) precisa perceber esse equívoco e tratar de gerar um ambiente de negócios estável para que os investimentos – notadamente em infraestrutura – se materializem, aumentando assim a produtividade da economia brasileira.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com 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.