O pronunciamento de Dilma e o BNDES

bndesA President(A) fez pronunciamento agora há pouco. Como esperado, nada de concreto para "acalmar" os manifestantes. Não vou tecer muitos comentários, mas apenas apresentar o gráfico ao lado ao leitor. Isto porque, a presidenta disse que não foi utilizado dinheiro do orçamento público para financiamento dos estádios. E a priori ela tem razão: basta examinar as contas do orçamento federal. O problema na fala da presidente é justamente o aumento descomunal dos repasses do Tesouro (obtidos via emissão de títulos públicos) para o BNDES. Essa dinheirama está na casa dos R$ 400 bilhões e vai para toda a sorte de investimentos do banco, inclusive para as arenas esportivas. Problemas? Apenas citarei um: o subsídio envolvido nessas operações. O Tesouro toma empréstimo na casa dos 15% em média (a taxa de juros implícita da Dívida) e o BNDES empresta na casa dos 8% (TJLP + risco de crédito). A diferença fica na nossa conta, leitor. Ou seja: indiretamente, estamos financiando sim os estádios, ainda que não diretamente via orçamento público.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Frameworks para criar AI Agents

Neste post, vamos dar o primeiro passo rumo à construção de Agentes de IA mais sofisticados, capazes de tomar decisões, interagir com ferramentas externas e lidar com tarefas complexas. Para isso, precisamos entender o papel dos frameworks agenticos (ou agentic frameworks) e como eles podem facilitar esse processo. Aqui introduzimos dois frameworks populares de desenvolvimento de Agentes de IA.

Construindo RAG para Análise do COPOM com SmolAgents

Este exercício demonstra, passo a passo, como aplicar o conceito de Retrieval-Augmented Generation (RAG) com agentes inteligentes na análise de documentos econômicos. Utilizando a biblioteca SmolAgents, desenvolvemos um agente capaz de interpretar e responder a perguntas sobre as atas do COPOM com base em buscas semânticas.

Como criar um Agente de IA?

Unindo conhecimentos sobre Tools, LLMs e Vector Stores, agora é hora de integrar diferentes conceitos e aprender a construir um Agente de IA completo. Neste post, nosso objetivo será criar um Agente capaz de responder perguntas sobre o cenário macroeconômico brasileiro, utilizando dados de expectativas de mercado do Boletim Focus do Banco Central do Brasil (BCB) e o framework LangChain no 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.