Por que a Reforma da Previdência é prioritária?

Hoje eu atualizei o script Monitor Fiscal, que faz parte do kit de apresentações do curso de Análise de Conjuntura usando o R e que também está disponível no Clube do Código. Por se tratar de dados fiscais, o Monitor é o maior script do kit de apresentações, dando ao aluno do curso uma excelente noção de como coletar e tratar dados reais da economia brasileira.

A apresentação está dividia em três grandes partes. Na primeira, são coletados os dados da Secretaria do Tesouro Nacional (STN), que produz o resultado primário do governo central. Isto é, traz as receitas e despesas do Tesouro Nacional, da Previdência Social e do Banco Central.  Já nesse bloco de dados, a propósito, é possível verificar a situação precária das contas públicas, como ilustra o resultado primário em valores reais abaixo.

O resultado primário é obtido pelo confronto entre despesas e receitas líquidas das transferências para estados e municípios. O que podemos ver no gráfico acima, destacado na área vermelha clara, é que houve nos últimos anos, desde 2011, um grande declínio dessa métrica, sendo parcialmente revertido na margem. No último dado disponível, o resultado primário encontra-se negativo em R$ 122,2 bilhões. Recentemente, a propósito, o governo divulgou no PLDO 2020 estimativa de déficit primário até 2022.

O déficit primário de R$ 122,2 bilhões, a propósito, é obtido pelo confronto entre despesas primárias de R$ 1.381 bilhões contra receitas de R$ 1.254 bilhões. O gráfico acima mostra que a boca de jacaré se abriu no final de 2014 e não fechou mais, gerando o déficit primário ilustrado no primeiro gráfico. Nós podemos melhorar nosso entendimento desse problema desagregando receitas e despesas. O gráfico abaixo ilustra as principais classes de receitas.

Os valores estão deflacionados a preços de fevereiro de 2019 e acumulados em 12 meses, como é ensinado em nosso curso de Análise de Conjuntura usando o R. Observe que há uma queda na ponta em todas as classes de receita. A seguir, colocamos as despesas desagregadas.

Os valores também estão deflacionados a preços de fevereiro de 2019 e acumulados em 12 meses. Feita essa suavização, salta aos olhos a tendência positiva e ininterrupta de crescimento dos gastos com previdência. Na ponta, esses gastos já somam R$ 600,8 bilhões, representando 43,5% da despesa total do governo central.

Importante dizer, diga-se, que os gastos com previdência acima representam apenas os gastos com o INSS. Não estão incluídos os gastos com o regime próprio, isto é, com os servidores civis e militares. Infelizmente, não há transparência sobre esses gastos e, portanto, não há disponível uma série histórica mensal onde possamos fazer uma análise similar.

Como se vê, entretanto, os gastos com previdência são de longe o principal problema do governo central porque são gastos inflexíveis e que crescem de forma ininterrupta ao longo do tempo. Caso nada seja feito, portanto, eles consumirão cada vez mais recursos do orçamento público, deixando menos dinheiro para outras áreas como saúde, educação e segurança.

Isso e muito mais 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 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.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos 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.

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.