A cereja no bolo da irresponsabilidade fiscal

Na última terça-feira, 11 de novembro, o executivo encaminhou ao Congresso o projeto de lei nº 36/2014 que "consiste em ampliar a possibilidade de redução do resultado primário no montante dos gastos relativos às desonerações de tributos e ao Programa de Aceleração do Crescimento - PAC". A lei de diretrizes orçamentárias para o ano de 2014 - lei nº 12.919, de 24 de dezembro de 2013 - havia permitido o desconto de até R$ 67 bilhões referentes a gastos no PAC e desonerações tributárias. O projeto encaminhado pelo governo elimina essa restrição de R$ 67 bi, tornando a meta de superávit primário, na prática, nula para o ano de 2014, já que os gastos com o PAC e desonerações tributárias somariam hoje algo entre R$ 120 bi e R$ 140 bi, maior do que a meta inicial de R$ 116,07 bilhões. Esse projeto é, em síntese, a cereja no bolo da irresponsabilidade fiscal, como mostro a seguir.

Para que o leitor entenda o processo, vamos relembrar a elaboração das metas desse ano. A LDO [lei nº 12.919] havia previsto no seu artigo 2ª uma meta de superávit primário de R$ 116,07 bilhões para o Governo Central (Tesouro, Banco Central e Previdência Social) e de R$ 167,4 bilhões para o setor público consolidado (governo central mais estados, municipios e empresas estatais) - isto é, a meta inicial dos governos regionais era de R$ 51,3 bilhões e nada das empresas estatais. Em relação ao PIB, a meta de superávit primário era de 2,15% para o governo central e 3,1% para o setor público consolidado. Ademais, dos R$ 116,07 bilhões, o governo central poderia abater os tais R$ 67 bi referentes ao PAC e às desonerações tributárias, o que levaria o seu resultado primário para no mínimo R$ 49,07 bilhões - artigo 3ª do LDO - ou 0,9% do PIB.

Em 20 de fevereiro desse ano, o governo publicou o decreto de programação orçamentária e financeira - decreto nº 8197 - que estabelecia o abatimento do PAC e de desonerações em R$ 35,3 bilhões. Logo, o governo central estava se comprometendo com um resultado primário de R$ 80,8 bilhões ou 1,55% do PIB. Os governos regionais também tiveram uma redução da meta, de R$ 51,3 bilhões para R$ 18,2 bilhões, o que somado à meta do governo central geraria um superávit primário de R$ 99 bilhões ou 1,9% do PIB. Mesmo assim, uma meta que foi considerada bastante otimista à época, dadas as projeções do mercado para o crescimento da economia em 2014. A ideia implícita do decreto era, entretanto, sinalizar para o mercado - em especial, para as agências de classificação de risco - um compromisso do governo com o superávit primário. Esses valores foram, inclusive, confirmados pelo decreto 8320 de 30 de setembro, quando poderiam ter sido modificados em vista do cenário econômico.

É temerário, nesse contexto, que, passadas as eleições, o governo envie um projeto desses para o Congresso. A tentativa de abater qualquer gasto com o PAC e desonerações tributárias na conta do superávit primário é a cereja no bolo de um longo processo de flerte com a irresponsabilidade fiscal. Em 2007, leitor, a LDO para o ano de 2008 - lei 11.514 - incluiu, pela primeira vez, a possibilidade de descontar da meta de superávit primário montante com o embrião do PAC, chamado de Projeto Piloto de Investimentos Públicos - PPI. A partir dali, os descontos do PAC foram aumentando, até incluir as desonerações tributárias.  No orçamento para esse ano, inclusive, o governo foi liberado de cobrir as metas fiscais de estados e municipios, o que, na prática, foi também uma flexibilização da lei de responsabilidade fiscal. Além do fato conhecido que o superávit primário tem sido alcançado nos últimos anos com receitas extraordinárias, inflando o número, como pode ser visto no gráfico abaixo.

primarioajustado
Fonte: Elaborado por Renato Lerípio.

A aprovação desse projeto de lei colocará um fim às metas fiscais, o que levará o país a perder o grau de investimento em 2015. Levamos décadas para ter alguma racionalidade fiscal no Brasil: em pouco menos de sete anos, voltamos no tempo. Só a lamentar, leitor.

Update: Matéria do Valor mostra que o governo poderia ter mostrado a real situação das contas públicas - alertada por diversos analistas no mercado - em ao menos três oportunidades. Veja aqui.

Update 2: Em editorial duro na segunda-feira, 17/11, o jornal Valor Econômico chama atenção para a perda de credibilidade fiscal. Veja aqui.

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.