Taxa de juros neutra

No mercado e mesmo na parte corporativa da academia - aqueles professores e faculdades que prestam algum tipo de consultoria, como o Ibre/FGV - era consensualmente aceito que a atual taxa de juros neutra da economia brasileira situava-se no intervalo entre 4,5% e 5,5%. Essa referência era dada por um estudo do FMI de outubro de 2012, entre diferentes métodos de estimação. Atualmente, a taxa de juros real está bem próxima disso: pela média do swap pré-DI 360 de abril, deflacionada pela expectativa para o IPCA 12 meses a frente, o juro real ficou em 5,1%. A Selic deflacionada ficou em 4,6%. Ou seja, bem próximas ao limite inferior da "zona de juro neutro". Ocorre que, como sabe o estudante de economia, a taxa de juros neutra, aquela que não pressiona a inflação, muda ao longo do tempo. Desse modo, em estudo publicado esse mês por dois membros do mesmo FMI, a taxa neutra situa-se entre 3% e 4%. Como o Banco Central vem comunicando desde o ano passado sua intenção em parar o atual ciclo de contração - algo que deve fazer na quarta-feira - é muito provável que essa seja sua própria referência para a taxa neutra brasileira. Se é assim, a política monetária já estaria em zona de contração há alguns meses. Faltou apenas combinar com as expectativas. O artigo antigo aqui e o novo aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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.

Como criar um Supervisor de Agentes com LangGraph

Este tutorial mostra como construir um supervisor multiagente usando LangGraph, integrando dois agentes especialistas: um focado em pesquisa na internet com Tavily e outro especializado em operações matemáticas. Para orquestrar esses agentes, utilizamos o modelo Gemini 2.0 da Google.

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.