Decomposição do Impulso de Crédito no Brasil usando Python

Introdução

A compreensão dos ciclos econômicos modernos exige ferramentas que vão além da análise superficial de estoques e fluxos simples. Nesse contexto, o Impulso de Crédito surge como um indicador antecedente fundamental para prever o comportamento da atividade econômica.

Este exercício demonstra como a linguagem de programação Python se tornou indispensável para economistas e analistas de dados, permitindo a automação da coleta de dados, o cálculo de métricas e a visualização de séries temporais.

Quer ver a vídeoaula do tutorial deste exercício? E receber o código que o produziu? Faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Impulso de Crédito

A teoria econômica tradicional muitas vezes analisa o crescimento do estoque de crédito. No entanto, para entender o impacto do crédito no crescimento do PIB (uma variável de fluxo), é necessário observar a aceleração do crédito, e não apenas sua velocidade.

A motivação deste estudo baseia-se na metodologia de Biggs et al. (2010), que argumenta que a demanda agregada é impulsionada pela variação no fluxo de novos empréstimos. Ou seja, para que o crédito contribua positivamente para o crescimento do PIB, o fluxo de crédito deve ser crescente. Se o crédito cresce a uma taxa constante, o impulso é zero; se o crescimento do crédito desacelera (mesmo que ainda positivo), o impulso é negativo, agindo como um freio na economia. O impulso de crédito é definido como:

    \[\text{Impulso de Crédito}_t = \left ( \frac{\text{Saldo}_t - \text{Saldo}_{t-1} }{\text{PIB}_t}\right ) - \left ( \frac{\text{Saldo}_{t-1} - \text{Saldo}_{t-2}}{\text{PIB}_{t-1}} \right )\]

Onde Saldo é o estoque de crédito da economia e PIB é o fluxo nominal de atividade econômica.

Metodologia e Dados

Para a construção do indicador, foram utilizados dados públicos extraídos diretamente do Sistema Gerenciador de Séries Temporais (SGS) do Banco Central do Brasil, via API, demonstrando a capacidade do Python de integrar fontes de dados em tempo real.

As variáveis selecionadas compreendem o período de 2007 a 2025 e incluem:

  1. Saldos de Crédito: Estoques totais, segregados em Recursos Livres (determinados pelas condições de mercado) e Recursos Direcionados (crédito subsidiado ou regulado, como habitacional e rural).
  2. Atividade Econômica: O PIB nominal mensal para cálculo o indicador, e o IBC-Br (Índice de Atividade Econômica do Banco Central) para comparação com o indicador de impulso de crédito, visando entender o efeito contemporâneo e defasado do indicador em relação a atividade econômica.

A fórmula aplicada define o Impulso de Crédito como a variação do fluxo de crédito em relação ao PIB. Matematicamente, subtrai-se o fluxo de crédito do período anterior (ajustado pelo PIB) do fluxo atual. Para suavizar a volatilidade inerente aos dados mensais, utiliza-se uma janela móvel de 12 meses (acumulado anual).

Impulso de Crédito vs IBC-br

A evolução do Impulso de Crédito Total vis-à-vis o IBC-Br corrobora a relevância da aceleração do crédito como indicador antecedente da demanda agregada no Brasil. A série histórica evidencia o caráter pró-cíclico do sistema financeiro doméstico, com destaque para o ajuste severo do biênio 2015-2016. Nesse período, observa-se um feedback loop negativo clássico: a contração aguda no impulso de crédito, que atingiu mínimas históricas, não apenas acompanhou a recessão, mas aprofundou a queda do produto através de um intenso processo de desalavancagem de famílias e empresas.

O episódio de 2020 representa uma ruptura estrutural na correlação histórica entre o impulso do crédito e a atividade econômica. O descolamento observado — com forte expansão do impulso em meio ao colapso da atividade — reflete a atuação efetiva das políticas macroprudenciais e das medidas de injeção de liquidez, que operaram de forma claramente anticíclica, mitigando riscos de solvência e evitando uma contração mais profunda do setor real.

Já o período mais recente (2022–2024) evidencia um novo tipo de descolamento, agora associado ao enfraquecimento do canal do crédito em relação à atividade econômica. Nesse intervalo, o crescimento foi sustentado principalmente por impulsos fiscais pontuais e choques exógenos de oferta — com destaque para o desempenho excepcional da agropecuária —, permitindo a expansão da atividade apesar da retração do impulso do crédito.

Gráfico de linhas comparativo intitulado "Impulso do Crédito Total no Brasil acumulado em 12 meses", abrangendo o período de 2011 a projeções de 2026. O gráfico possui duas linhas: uma azul escura representando o "Impulso do Crédito" e uma vermelha representando o "IBC-Br" (atividade econômica). As linhas demonstram uma forte correlação visual, movendo-se em tendências similares. Destacam-se três momentos principais: uma queda profunda para o terreno negativo durante a recessão de 2015-2016, um pico acentuado positivo em 2020 (reflexo da pandemia), e um novo vale negativo entre 2023 e 2024, com uma tendência de recuperação apontando para cima no final da série em 2025.

Decomposição do Impulso de Crédito

A segregação do impulso entre Recursos Livres e Direcionados revela a heterogeneidade nos canais de transmissão. Enquanto a crise de 2015-2016 foi sistêmica, caracterizada pela retração simultânea da oferta de mercado (aversão a risco) e dos bancos públicos (ajuste fiscal), o ciclo recente apresenta uma divergência notável. A partir de 2021, o segmento de Recursos Livres respondeu com alta sensibilidade ao ciclo de alta da Selic, mergulhando em terreno contracionista conforme o custo de capital se elevava.

Em contrapartida, o segmento de Recursos Direcionados demonstrou maior resiliência, sustentando o impulso total em momentos críticos, amparado provavelmente pela dinâmica de setores específicos como o agronegócio e o imobiliário, que possuem funding menos elástico à taxa básica de juros. O “fundo do poço” em 2023 foi, portanto, um fenômeno essencialmente de mercado. A recuperação projetada para 2025 indica uma normalização qualitativa: a retomada é liderada pela inversão da curva de Recursos Livres, sugerindo que a melhora nas condições financeiras está reativando o apetite de risco das instituições privadas, sem depender excessivamente de indução estatal.

Gráfico de linhas intitulado "Impulso do Crédito Decomposto", que separa o indicador em duas categorias ao longo do tempo (aprox. 2011 a 2025). A linha laranja representa os "Recursos Direcionados" e a linha verde-azulada representa os "Recursos Livres". O eixo Y mede o Impulso do Crédito como porcentagem do PIB acumulado em 12 meses. O gráfico revela que, na crise de 2016, ambas as linhas mergulharam em terreno negativo (abaixo de -2%). Em 2020, houve uma alta sincronizada. Nota-se uma divergência em 2022, onde os Recursos Direcionados tiveram um pico positivo forte enquanto os Livres caíam. No final do período, ambas as linhas mostram recuperação, saindo do negativo em direção a zero ou valores positivos.

Gráfico de barras empilhadas verticais intitulado "Impulso do Crédito Decomposto - Valor Final Anual (2009-2024)". O eixo X lista os anos de 2010 a 2024 e o eixo Y a porcentagem do PIB. Cada barra é composta pelas cores laranja (Recursos Direcionados) e verde-azulada (Recursos Livres), com rótulos de dados numéricos em cada segmento. O gráfico permite visualizar o saldo líquido anual: o ano de 2016 destaca-se como a maior contração (barra negativa longa), 2020 como a maior expansão (barra positiva longa), e 2023 como um ano de forte contração puxada pelos Recursos Livres. O ano de 2024 encerra a série com uma barra negativa pequena, indicando uma quase estabilidade.

Conclusão

Qual é o papel do crédito no crescimento da economia? Para analisar esta questão, calculamos o indicador de impulso de crédito para a economia brasileira e comparamos com o nível da atividade econômica usando o Python.

Referências

BIGGS, Michael; MAYER, Thomas; PICK, Andreas. Credit and economic recovery: demystifying phoenix miracles. SSRN Electronic Journal, [S. l.], 2010. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1595980. Acesso em: 06 jan. 2026.

BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL (BNDES). Impulso do crédito. Rio de Janeiro: BNDES, [s.d.]. Disponível em: https://web.bndes.gov.br/bib/jspui/bitstream/1408/23405/1/PRFol_215927_Impulso%20do%20cr%C3%A9dito.pdf. Acesso em: 06 jan. 2026.

BANCO CENTRAL DO BRASIL. Boxe 5: Impulso de crédito. In: Relatório de Inflação: setembro 2021. Brasília: BCB, 2021. Disponível em: https://www.bcb.gov.br/content/ri/relatorioinflacao/202109/ri202109b5p.pdf. Acesso em: 06 jan. 2026.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Aplicando o Time Series Transformer para prever inflação (IPCA)

Neste exercício, exploramos a previsão de séries temporais utilizando o Temporal Fusion Transformer (TFT). O TFT é uma arquitetura de Deep Learning baseada em mecanismos de atenção, desenhada especificamente para lidar com múltiplas variáveis e horizontes de previsão longos, mantendo a interpretabilidade — uma característica frequentemente ausente em modelos de "caixa-preta".

Análise do Payroll norte-americano com Python

O Payroll norte-americano é o termômetro da economia global. No post de hoje, mostro como analisar esse indicador usando Python e as bibliotecas Pandas e Plotnine. Saia do básico e aprenda a visualizar a geração de empregos nos EUA de forma profissional.

O papel da credibilidade do Banco Central na desinflação da economia

O objetivo deste trabalho é mensurar a credibilidade da política monetária brasileira através de diferentes métricas e verificar empiricamente se uma maior credibilidade contribui para a redução da inflação. Realizamos a modelagem econométrica usando o pacote {systemfit} disponível na linguagem. Ao fim, criamos um relatório reprodutível com a combinação Quarto + R.

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.