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

Como usar IA + Python para o Mercado Financeiro?

Neste post, mostramos como a Inteligência Artificial, aliada à linguagem Python, está revolucionando o mercado financeiro. Exploramos as principais áreas onde essa tecnologia pode ser aplicada — como gestão de carteiras, análise de demonstrações contábeis, estratégias quantitativas, trading e análise macroeconômica — com foco em aplicações práticas e exemplos voltados para o contexto brasileiro.

Como otimizar um portfólio de investimentos no Python?

Este post apresenta, de forma prática e didática, como aplicar o modelo de otimização de carteiras de Markowitz utilizando Python. A partir de dados reais de ações brasileiras, mostramos como calcular retornos, medir riscos e encontrar a combinação ótima de ativos com base nas preferências de risco do investidor. Utilizamos a biblioteca Riskfolio-Lib para estruturar a análise e gerar gráficos como o conjunto de oportunidades e a fronteira eficiente.

O que são SLMs?

Assim como os LLMs, os Small Language Models (SLMs) são Modelos de Linguagem baseados em IA em versões mais compactas, projetados para funcionar com menos recursos computacionais, menor latência e maior privacidade. Neste exercício mostramos como usar estes modelos usando API's ou localmente através do 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.