Uso de Poupança Externa dispara

sextAs contas externas têm sido um problema para a macroeconomia brasileira. Os dados do PIB divulgados hoje de manhã parecem confirmar essa preocupação. O saldo de exportações e importações em relação ao PIB ficou em -3,87%. O menor nível das Contas Econômicas Integradas (CEI) disponíveis pelo IBGE desde 2000. Isso fez com que a poupança externa, o déficit em conta corrente com sinal trocado, fosse de incríveis 5,54%. É bem maior do que o déficit que o Banco Central divulga, que está em 3,6% do PIB, pelo último dado referente a abril. O resultado da poupança externa pode ser calculado pela diferença entre poupança doméstica e formação bruta de capital: aquela foi de 12,67% e esta de 18,22% do PIB. Interessante notar que com a revisão da produção industrial, a oferta agregada, em média, cresceu mais do que a absorção doméstica (C+I+G), logo o crescimento das importações acima do das exportações só se explica se considerarmos que a produção doméstica fez maior uso de insumos importados. Creio que uma discussão séria sobre como aumentar a poupança doméstica é mais do que urgente no Brasil. E não me venham com a teoria geral a uma hora dessas...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Resultado PIMPF - Novembro/2024

Resumo A Análise Macro apresenta os resultados da PIMPF de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados.

Resultado PIB - 3° Trimestre/2024

A Análise Macro apresenta os resultados da PIB 3º trimestre de 2024, com gráficos e tabelas 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.

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.

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.