Crédito direcionado e Política Monetária: por que o aumento da Selic não está sendo suficiente?

créditopúblicoO ajuste na taxa básica de juros chega aos preços com alguma defasagem, sabe o leitor que acompanha a (macro)economia. No atual ciclo de contração moentária, há tanto problemas nos canais de transmissão desse ajuste para os preços quanto reversão de juros reais historicamente baixos - esse último ponto eu abordei em artigo anterior. A junção desses dois aspectos explica porque o aumento da Selic ainda não produziu arrefecimento dos preços. Em particular, mudanças nos juros são repassadas aos preços por cinco mecanismos de transmissão: a estrutura a termo da taxa de juros, as expectativas, o preço de ativos, o câmbio e o crédito. Há problemas de transmissão em ao menos quatro deles. Com relação ao último mecanismo, o Banco Central vem ressaltando em seus documentos, não de hoje, mas já há algum tempo, a dificuldade de contê-lo, dado o contínuo crescimento da parcela subsidiada ou direcionada. Na última ata, por exemplo, repetiu a ressalva no parágrafo 25: "(...) o Comitê considera oportunas iniciativas no sentido de moderar concessões de subsídios por intermédio de operações de crédito". Ele o faz dado que o crédito direcionado tem crescido a taxa de 25%, enquanto o livre mantém crescimento de 9%, pela média móvel de 12 meses. Mais importante é que enquanto a parcela de crédito livre mostra trajetória decrescente no ritmo de crescimento desde o final de 2011, a parcela direcionada conserva essa taxa elevada desde então. Em outros termos, a autoridade monetária empreende um ajuste na taxa básica de um lado, enquanto uma parte do crédito total não observa moderação de outro. Torna-se, com efeito, difícil moderar os preços, não é mesmo?

O gráfico acima ilustra o processo, tendo em vista a diferença entre bancos públicos e privados. O crédito direcionado está concentrado em bancos públicos, sendo apenas uma pequena parte operada por bancos privados. Acaso não tivéssemos essa informação, é fácil inferi-la dos dados. Sabemos que enquanto o crédito livre mantém trajetória decrescente em seu crescimento desde o final de 2011, o direcionado mantém taxas acima de 20%. Com efeito, a média móvel dos empréstimos dos bancos públicos cresce no período, enquanto a média dos bancos privados cai. O resultado final do processo é que aqueles possuem atualmente 52% de participação no saldo total de crédito, ultrapassando assim os bancos privados.

Sabemos que o crédito direcionado é insensível à taxa Selic, sendo movido apenas pela disposição do governo em subsidiar ou não determinados setores da sociedade. Desse modo, preocupa o fato que o crédito direcionado seja hoje 45% do crédito total. Em janeiro de 2008 ele era de 33%. Além do problema do nível historicamente baixo de juros reais que ressaltei em artigo anterior (aqui), significa dizer, leitor, que o banco central deve empreender um esforço de juros muito maior hoje do que era necessário há alguns anos. Isto porque, quase metade do crédito total é simplesmente insensível à política monetária.

Apenas no final de 2013 o crédito dos bancos públicos começou a apresentar redução no crescimento. Deixou uma taxa de 28% em outubro para 26% em fevereiro desse ano. Uma moderação singela frente ao nível de crescimento que está apresentando. Dado que o crédito dos bancos privados está crescendo a 7%, levará um bom tempo para que estes consigam recuperar o share perdido no saldo total. Tal descompasso reflete o comportamento na margem do crédito livre e do direcionado, como ressaltado anteriormente.

Interessante notar, ainda, que o aumento do crédito dos bancos públicos desde o final de 2011 esteve em linha com a redução da taxa Selic iniciada em agosto do mesmo ano. Some-se isso à redução do superávit primário, de um patamar de 2,4% em 2011 para 1,1% em 2013 - já descontadas as receitas extraordinárias. Em outros termos, a política macroeconômica foi colocada em orientação expansionista desde então, seja em seu aspecto monetário, fiscal ou parafiscal (bancos públicos). No momento em que o banco central começou a diminuir o "chope" da festa, em abril de 2013 com o aumento da Selic, os demais anfitriões não estavam lá muito alinhados a essa alteração. Tanto a política fiscal continuou o ritmo expansionista quanto o crédito público manteve taxas robustas de crescimento. Por esse e outros motivos tem sido difícil conter o aumento das expectativas de inflação.

Em assim sendo, para que a meta de inflação seja recuperada será preciso muito mais do que aumentar a taxa Selic. É imperioso que seja aumentado o superávit primário para o patamar vigente antes da crise, em torno de 3%. Além disso, será necessário reduzir a parcela do crédito direcionado - e, consequentemente, dos bancos públicos - sobre o crédito total. Sem essas - e algumas outras, como tenho destacado nesse e outros espaços - alterações na política macroeconômica, o banco central continuará tendo soberba dificuldade para contrair o avanço das expectativas e, consequentemente, da inflação.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com Python”.

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.