Demorou mais de dez anos para Dilma entender...

...que é preciso moderar o crescimento dos gastos públicos. O anúncio feito hoje pelo ministro da fazenda Nelson Barbosa sobre uma proposta para limitar o gasto público federal vem, afinal, com mais de dez anos de atraso. Como observa o professor Rogério Werneck, em capítulo do livro "A Ordem do Progresso":

"No segundo semestre de 2005, um embate na cúpula do governo, em torno de um possível programa de ajuste fiscal de longo prazo, deixou claro que o discurso econômico do governo estava mudando. Como os gastos primários da União vinham crescendo ao dobro da taxa de crescimento do PIB, os ministros Antonio Palocci, da Fazenda, e Paulo Bernardo, do Planejamento, propuseram medidas de contenção dessa expansão. O que os dois ministros tinham em mente não era um programa de corte drástico de gasto público... A ideia era assegurar que a expansão do gasto público passasse a se dar a uma taxa inferior à taxa de crescimento do PIB... A proposta acabou torpedeada por uma coalizão comandada pela nova ministra-chefe da Casa Civil, Dilma Rousseff, coadjuvada por Guido Mantega, então presidente do BNDES, com assentimento tácito do Planalto" (pp. 366, grifo nosso). 

Dilma classificaria o ajuste fiscal de longo prazo proposto por Palocci e Bernardo como "rudimentar". A História posterior não é novidade. Palocci saiu do governo, Mantega assumiu a Fazenda e deu-se início à guinada desenvolvimentista. Ignorou-se, assim, a tendência crescente da despesa primária do governo central. Agora, Nelson Barbosa, é tarde demais...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Resultado PIB - 3° Trimestre/2024

A Análise Macro apresenta os resultados da PIB 3º trimestre de 2024, com gráficos e tabelas elaborados em Python para coleta, tratamento e visualização de dados.

Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

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.