Crédito e endividamento das famílias

Tem muita gente trabalhando nisso, leitor. Afinal, a relação Crédito/PIB passou de 23% em 2003 para quase 50% no período recente. Dentro desse bolo, o Crédito a Pessoas Físicas corresponde à quase metade (incluindo crédito habitacional). É claro que haveria de ter impacto no comprometimento da renda, como mostra o gráfico abaixo.

O comprometimento da renda mensal das famílias com serviço da dívida alcançou 22% em fevereiro último, enquanto o endividamento em relação à renda acumulada nos últimos 12 meses chega a 43%. Quanto maiores forem esses números, o leitor sabe, maior será a inadimplência. Além disso, o crescimento do endividamento mostra que incentivos à demanda possuem um limite estrutural. A pergunta, portanto, não é se ele será alcançado, mas quando, interrompendo o processo de crescimento econômico.

Se olharmos para as Contas Nacionais, verificaremos que enquanto a Indústria cresceu 3,4% no acumulado de 12 meses desde 2003, as Importações cresceram a uma média de 11,6%. Ao leitor apressado, não estou querendo falar aqui em desindustrialização. Minha questão é mais básica do que essa. Enquanto a renda e o crédito avançaram muito no período, gerando incentivos no lado da demanda, a Indústria não parece ter conseguido acompanhar esse ritmo, gerando maior demanda por Importados, visando complementar a Oferta de bens e serviços. Você pode culpar o câmbio, pode culpar os juros, mas não pode rejeitar a hipótese de que se existem incentivos do lado da demanda, deveriam vir acompanhados de ganhos de produtividade no lado da Oferta Doméstica. Sem isso, o aumento de renda e crédito aqui necessariamente levará a aumento de importações.

Sendo mais claro, o aumento do crédito não foi acompanhado por reformas estruturais que possibilitassem um aumento generalizado de produtividade da economia brasileira. Daí que aumento de crédito leva a maior comprometimento da renda com serviço da dívida, tal processo tem um limite. Quando chegar a esse limite, como continuaremos crescendo?

Este governo [e o anterior] tem insistido em políticas de incentivos à demanda, mas pouco [ou nada] foi feito em relação aos fatores que exercem influência sobre a Oferta. Talvez marginalmente, a atual administração tenha decidido atacar alguns entraves à produção, com reduções pontuais de impostos [cujo efeito ainda é incerto]. Isto porque ela sabe que o endividamento das famílias possui um claro limite.

Gerar ciclos de crescimento com crédito é importante. O problema é que o organismo econômico sempre [sempre] exagera tais ciclos. Você, leitor, verá cada vez mais "inovações" nessa área. Parcelas cada vez mais longas, desconto em folha para compra de bens, empréstimos com o carro como garantia etc. Tudo para compra de mais e mais produtos. Talvez um fogão novo, uma geladeira novo, um sofá, celulares...

Quando isso para? Quando a inadimplência começar a dar sinais de que veio para ficar. Quando isso acontecer, já será tarde demais. Não seria melhor antecipar esse movimento?

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como analisar o sentimento dos textos do COPOM no Python?

Neste exercício construímos um indicador que busca quantificar o sentimento proveniente das decisões de política monetária no Brasil. Usando técnicas de mineração de texto, implementamos todas as etapas necessárias, desde web scraping e pré-processamento das atas do Comitê de Política Monetária do Banco Central (COPOM), até a criação de tokens e a classificação do sentimento implícito nos textos.

Como importar os textos do COPOM para análise de sentimentos no Python?

Os textos divulgados pelo COPOM, sejam os comunicados ou atas, são o ponto de partida para diversos tipos de análises quantitativas, como a análise de sentimentos, e qualitativas, como uma análise de cenário econômico. Neste artigo, mostramos como coletar estes textos de forma automatizada usando web scrapping e Python.

Como tratar dados no Python? Parte 5: renomeando colunas

Como dar novos nomes significativos para as colunas em uma tabela de dados usando Python? Neste tutorial mostramos os métodos de renomeação de colunas disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

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.