Uma recessão nunca antes vista na História desse país

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][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"]

Os dados divulgados ontem pelo IBGE sobre o Produto Interno Bruto no quarto trimestre de 2016 (2016T4) não deixam de ser assustadores. Por qualquer métrica que se vê, a recessão da economia brasileira é de proporções inéditas. A perda de produto chega a 7,2% em dois anos. O investimento, por seu turno, caiu 22,9% nesse período e 25,9% em três anos. Significa dizer que entre 2014-2016 perdemos um quarto da Formação Bruta de Capital Fixo (FBCF)! Se compararmos esses números à série disponível pelo IBGE, que retroage à decada de 40 do século passado, é a pior recessão da nossa História.  A tabela ao lado resume a variação marginal (contra o trimestre imediatamente anterior), trimestral (contra o mesmo trimestre do ano anterior), anual (acumulada em quatro trimestres) e de dois anos (variação acumulada em dois anos). Nesse post, fazemos um balanço dos números. Membros do Clube do Código, como sempre, receberão apresentação completa com a análise feita no R. Se você ainda não é membro, corre lá!

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_code admin_label="Código"]<!-- html table generated in R 3.2.3 by xtable 1.8-2 package --> <!-- Wed Mar 08 04:26:39 2017 --> <table border=1> <caption align="bottom"> Variação dos Componentes do PIB (%) </caption> <tr> <th> </th> <th> Margem </th> <th> Trimestral </th> <th> Anual </th> <th> 2 anos </th> </tr> <tr> <td align="right"> Agro </td> <td align="right"> 1,0 </td> <td align="right"> -5,0 </td> <td align="right"> -6,6 </td> <td align="right"> -3,2 </td> </tr> <tr> <td align="right"> Ind </td> <td align="right"> -0,7 </td> <td align="right"> -2,4 </td> <td align="right"> -3,8 </td> <td align="right"> -9,9 </td> </tr> <tr> <td align="right"> Serv </td> <td align="right"> -0,8 </td> <td align="right"> -2,4 </td> <td align="right"> -2,7 </td> <td align="right"> -5,3 </td> </tr> <tr> <td align="right"> PIB </td> <td align="right"> -0,9 </td> <td align="right"> -2,5 </td> <td align="right"> -3,6 </td> <td align="right"> -7,2 </td> </tr> <tr> <td align="right"> Consumo </td> <td align="right"> -0,6 </td> <td align="right"> -2,9 </td> <td align="right"> -4,2 </td> <td align="right"> -8,0 </td> </tr> <tr> <td align="right"> Governo </td> <td align="right"> 0,1 </td> <td align="right"> -0,1 </td> <td align="right"> -0,6 </td> <td align="right"> -1,6 </td> </tr> <tr> <td align="right"> FBCF </td> <td align="right"> -1,6 </td> <td align="right"> -5,4 </td> <td align="right"> -10,2 </td> <td align="right"> -22,7 </td> </tr> <tr> <td align="right"> Exportação </td> <td align="right"> -1,8 </td> <td align="right"> -7,6 </td> <td align="right"> 1,9 </td> <td align="right"> 8,3 </td> </tr> <tr> <td align="right"> Importação </td> <td align="right"> 3,2 </td> <td align="right"> -1,1 </td> <td align="right"> -10,3 </td> <td align="right"> -22,9 </td> </tr> </table>[/et_pb_code][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][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"]

Como se pode observar pela tabela, na margem o PIB caiu quase 1% no quarto trimestre, a FBCF caiu 1,6% e a Indústria 0,7%. Nessa métrica, os únicos que se salvaram foram a Agropecuária, com avanço de 1%, o Consumo do Governo, com 0,1% e as Importações com 3,2%. Abaixo um gráfico que detalha o avanço na margem dos componentes do PIB pelo lado da oferta e da demanda ao longo do tempo.

Na comparação interanual, por seu turno, não há salvação. O PIB caiu 2,5% se comparado ao último trimestre de 2015, o Consumo das Famílias caiu 2,9% e os Serviços, que representaram pouco mais de 63% do PIB no quarto trimestre de 2016, cairam 2,4%. Abaixo os gráficos dos componentes do PIB nessa métrica.

Já no acumulado em quatro trimestres, o PIB encolheu 3,6% no ano passado. A FBCF, por sua vez, caiu mais de 10% e até mesmo a Agropecuária, que vinha sendo uma espécie de ilha em meio à turbulência, também experimentou forte queda de 6,6%. Abaixo os gráficos dessa métrica.

Herança Estatística negativa para 2017 e um longo caminho para a recuperação

Diante de dados tão ruins, é de se perguntar o que será de 2017. Pela análise do quadro geral, não se pode dizer que o pior já passou. A despeito de alguns indicadores antecedentes apontarem algum alívio no primeiro trimestre desse ano, ainda é muito cedo para dizer alguma coisa sobre 2017T1. Ademais, se calcularmos a herança estatística de 2016, isto é, o quanto a economia vai crescer se ao longo do ano o crescimento entre os trimestres for nulo, ela fica em -1,1%. Olhando por outra ótica, se crescermos 0,5% em cada um dos trimestres, na comparação com o trimestre imediatamente anterior, o crescimento em 2017 será de 0,2%.

O problema, entretanto, é bem mais expressivo do que apenas a herança estatística negativa para esse ano. Em termos de nível, voltamos ao patamar de 2010, como pode ser visto no gráfico abaixo. Significa dizer que a economia brasileira encontra-se hoje no mesmo nível que estava em 2010. Recuperar essa perda de produto requererá anos a fio de muito trabalho, fazendo as coisas certas, deixando de lado ideias equivocadas de política econômica e intervenção microeconômica.

Contas Econômicas Integradas

Pela ótica das Contas Econômicas Integradas, em termos anuais, o PIB atingiu R$ 6,2 trilhões em 2016. O PNB, por seu turno, aquele que desconta a Renda Líquida Enviada ao Exterior, ficou em R$ 6,1 trilhões, pouco inferior à Renda Nacional Disponível - aquela que desconta transferências correntes. Da Renda Nacional Disponível, que feitos os descontos representou 98,05% do PIB, 84,19 p.p. foram destinados ao Consumo e apenas 13,86 p.p. à Poupança. Como a Formação Bruta de Capital foi de 15,45% do PIB, tivemos que fazer uso de poupança externa no montante de 1,59% do PIB. Se há algo de positivo nas Contas Nacionais, aliás, é que esse número vem caindo: ele foi de 4,54% em 2014T4. O gráfico abaixo mostra a evolução da Poupança Bruta e da Formação Bruta de Capital ao longo do tempo.

E abaixo temos o uso de poupança externa...

Conclusões

A recessão atual é assustadora, com perda de renda em termos per capita e perda de capacidade produtiva, pela queda recorde da Formação Bruta de Capital Fixo e pelo imenso estoque de desempregados. Demoraremos muitos anos para apenas recuperar tudo o que foi perdido ao longo dessa recessão. Será necessário uma espécie de "Nova Década de 90", com amplo conjunto de reformas estruturais e recuperação da credibilidade macroeconômica. E, o pior, assim como lá, não faltarão os críticos de sempre, com seu discurso caduco contra abertura do mercado e privatização de empresas estatais, por exemplo.

Se há, portanto, uma lição que podemos tirar dessa recessão é avisar aos quatro cantos o quanto o choque heterodoxo representado pela "Nova Matriz Econômica" foi pernicioso. Nesse espaço, a propósito, tenho denunciado desde o início de 2011 o quanto ideias heterodoxas são prejudiciais ao crescimento econômico e ao controle da inflação. O que nos resta, diante do tamanho do estrago, é conscientizar as gerações mais jovens sobre os perigos de colocar em prática uma agenda de intervenção estatal na microeconomia e discricionalidade na macroeconomia. Os dados, afinal, não deixam dúvidas... 🙁

[/et_pb_text][et_pb_button admin_label="Botão" button_url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" button_text="Aprenda a fazer esse tipo de análise em nosso Curso!" 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_row admin_label="Linha"][et_pb_column type="2_3"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/02/conjuntura.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"] [/et_pb_image][/et_pb_column][et_pb_column type="1_3"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/02/CLUBE.png" show_in_lightbox="off" url="https://analisemacro.com.br/clube-do-codigo/" url_new_window="off" use_overlay="off" animation="left" sticky="off" align="left" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"] [/et_pb_image][/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

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

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.