Operações Compromissadas já são mais de 1/5 da Dívida Bruta brasileira

Na seção 09 do nosso Curso de Análise de Conjuntura usando o R, nossos alunos aprendem a lidar com dados fiscais. São esmiuçados os gastos e despesas do governo central, as necessidades de financiamento do setor público consolidado - que inclui estados e municipios -, bem como dados de endividamento público. Nesses últimos, chama atenção o aumento da participação das operações compromissadas do Banco Central no estoque de endividamento do estado brasileiro.

Operações compromissadas são operações de compra (ou venda) de títulos com compromisso de revenda (ou recompra) dos mesmos títulos em uma data futura, anterior ou igual à data de vencimento dos títulos. Em geral, por suposto, são títulos de curtíssimo prazo, usados pelo Banco Central para regular a liquidez do mercado, mantendo assim a taxa básica efetivo de juros próxima à meta definida pelo Comitê de Política Monetária (COPOM).

Para se ter uma ideia do avanço das compromissadas no estoque de endividamento brasileiro, a preços de fevereiro de 2019,  elas eram algo como R$ 152 bilhões em dezembro de 2006, passando para R$ 1,2 trilhão em fevereiro de 2019. Ou, em termos relativos, menos de 1% para mais de 1/5 da Dívida Bruta brasileira.

Em outros termos, o endividamento público brasileiro não só aumentou em nível como o seu serviço - e a sua gestão, diga-se - se deteriorou de forma bastante forte nos últimos anos.

___________________________

Essa e outras análises, você aprende em nosso curso de Análise de Conjuntura usando o R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

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.