Tag

crédito direcionado Archives - Análise Macro

Crédito Livre vs. Crédito Direcionado no Brasil

By | Crédito

O crédito direcionado, aquele que é administrado por bancos públicos e possui subsídios importantes envolvidos na sua intermediação, ainda é bastante relevante no mercado de crédito brasileiro. Para ilustrar, como ensinamos em nosso Curso de Análise de Conjuntura usando o R, vamos coletar os dados referentes a crédito diretamente do Banco Central com o R.

Para isso, nós utilizamos o pacote rbcb, como abaixo.


library(rbcb)
library(tidyverse)
library(zoo)
library(scales)

series = list('livres'= 20542,
'direcionado' = 20593)

data = get_series(series) %>%
reduce(inner_join) %>%
mutate(total = livres + direcionado,
'Crédito Livre' = livres/total*100,
'Crédito Direcionado' = direcionado/total*100) %>%
select(date, 'Crédito Livre', 'Crédito Direcionado') %>%
gather(variavel, valor, -date)

No código acima, nós estamos basicamente pegando os dados do crédito livre, aquele que é intermediado sem subsídios e o crédito direcionado que falamos acima. A partir das séries coletadas, nós podemos criar as taxas de crédito livre e de crédito direcionado a partir do estoque total de crédito. Com efeito, podemos gerar o gráfico abaixo.

A despeito da mudança na estrutura da taxa de juros que regula os empréstimos do BNDES, parte importante do estoque de crédito direcionado, o mesmo ainda responde por mais de 40% do total de crédito no Brasil.

__________________

Análise do Mercado de Crédito com o R

By | Comentário de Conjuntura

A disponibilidade de crédito é uma variável de suma importância para impulsionar tanto o consumo das famílias quanto o investimento das firmas. Nesse Comentário de Conjuntura, por suposto, seguindo a análise do mercado de crédito que faço no Curso de Análise de Conjuntura usando o R, vamos dar uma olhada em alguns aspectos desse mercado. Para isso, vou utilizar aqui o pacote Quandl para pegar as séries do Banco Central diretamente para o R.

Para começar, vamos pegar as concessões mensais de crédito.


library(Quandl)
library(ggplot2)
library(scales)

credito_total = Quandl('BCB/20631', order='asc')

Na sequência, podemos pegar os dados divididos por pessoa física e jurídica.

</span>

library(tidyverse)

credito_pj = Quandl('BCB/20632', order='asc')
credito_pf = Quandl('BCB/20633', order='asc')

credito_por_p = inner_join(credito_pj, credito_pf, by = 'Date') %>%
rename(pj = Value.x, pf = Value.y)
<pre>

Na sequência, pegamos os dados divididos por crédito livre crédito direcionado.

</pre>
credito_livre = Quandl('BCB/20634', order='asc')
credito_direc = Quandl('BCB/20685', order='asc')

credito_por_recurso = inner_join(credito_livre,
credito_direc, by = 'Date') %>%
mutate(livre=Value.x, direc=Value.y, .keep='unused')
<pre>

A seguir, fazemos a divisão desse estoque entre crédito público e privado.


## Crédito Público vs. Privado
privado <- Quandl('BCB/2043', start_date = '2000-01-01', order='asc')
publico <- Quandl('BCB/2007', start_date = '2000-01-01', order='asc')

data <- inner_join(privado, publico, by='Date')%>%
mutate(privado=Value.x/(Value.x+Value.y)*100,
publico=Value.y/(Value.y+Value.x)*100,
.keep='unused') %>%
pivot_longer(names_to='variavel', values_to='valor', cols=-Date)

 

Uma recuperação mais pujante do mercado de crédito é crucial para que possamos acelerar o crescimento da economia brasileira. Para isso, contudo, são fundamentais as reformas microeconômicas que estão no radar tanto do Congresso Nacional quanto do próprio Banco Central.

_______________________

(*) A análise completa está disponível no nosso Curso de Análise de Conjuntura usando o R.

Análise do Mercado de Crédito com o R

By | Comentário de Conjuntura

A disponibilidade de crédito é uma variável de suma importância para impulsionar tanto o consumo das famílias quanto o investimento das firmas. Nesse Comentário de Conjuntura, por suposto, seguindo a análise do mercado de crédito que faço no Curso de Análise de Conjuntura usando o R, vamos dar uma olhada em alguns aspectos desse mercado. Para isso, vou utilizar aqui o pacote Quandl para pegar as séries do Banco Central diretamente para o R.


library(Quandl)
library(ggplot2)
library(scales)
Quandl.api_key('a sua chave aqui') # Permite mais de 50 acessos dia
credito_total = Quandl('BCB/20631', order='asc')

credito_pj = Quandl('BCB/20632', order='asc')
credito_pf = Quandl('BCB/20633', order='asc')

credito_livre = Quandl('BCB/20634', order='asc')
credito_direc = Quandl('BCB/20685', order='asc')


Os dados importados sofrem de sazonalidade, de modo que é preciso fazer o ajuste da série. Também é preciso deflacionar as séries, de modo a tornar a análise dos dados correta. Isso é feito com o código a seguir.


### Importar IPCA
library(sidrar)
ipca = get_sidra(api='/t/1737/n1/all/v/2266/p/all/d/v2266%2013')
ipca = ts(ipca$Valor, start=c(1979,12), freq=12)
ipca = window(ipca, start=c(2011,03))

### Pacote Seasonal
library(seasonal)
Sys.setenv(X13_PATH = "C:/Séries Temporais/R/Pacotes/seas/x13ashtml")
concessoes = ts(data.frame(credito_total$Value, credito_pj$Value,
credito_pf$Value, credito_livre$Value,
credito_direc$Value), start=c(2011,03), freq=12)
### Deflacionar Séries
concessoes <- ipca[length(ipca)-1]*(concessoes/ipca)

colnames(concessoes) = c('Total', 'juridica',
'fisica', 'livre', 'direcionado')
matrix <- matrix(NA, nrow = nrow(concessoes), ncol=ncol(concessoes))
colnames(matrix) <- colnames(concessoes)

for(i in 1:ncol(concessoes)){

matrix[,i] <- final(seas(concessoes[,i]))
}

concessoes_sa = data.frame(time=credito_total$Date, matrix)

Uma vez que os dados estejam tratados, podemos visualizá-los. Abaixo, vemos as concessões mensais totais.

Como se vê, há um avanço nas concessões mensais de crédito na margem. Podemos tentar entender melhor esse avanço com a abertura por pessoa física e jurídica. O gráfico abaixo ilustra.

Tanto as concessões mensais à pessoa física quanto jurídica mostram avanço nos últimos anos. Também podemos verificar o crédito quanto a diferenciação entre crédito livre e direcionado. O gráfico abaixo ilustra.

Observa-se uma diferença importante entre as categorias. Enquanto o crédito livre mostra avanço, o crédito direcionado tem se mantido estável nos últimos anos. A seguir, vemos o estoque de crédito normalizado pelo PIB.


library(tidyverse)
estoque_cred = Quandl('BCB/20539', order='asc',
start_date='1999-01-31')
pib = Quandl('BCB/4382', order='asc', start_date='1999-01-31')
estoque_cred = mutate(estoque_cred,
razao=estoque_cred$Value/pib$Value*100)
ggplot(estoque_cred, aes(Date, razao))+
geom_area(stat='identity', fill='darkblue', colour='darkblue')+
scale_y_discrete(limits=c(10,20,30,40,50))+
scale_x_date(breaks = date_breaks("1 years"),
labels = date_format("%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1),
plot.title = element_text(size=15))+
labs(x='', y='% PIB', title='Estoque de Crédito (% PIB)',
caption='Fonte: analisemacro.com.br')

Na ponta, há um leve avanço no estoque normalizado pelo PIB, refletindo o aumento das concessões mensais. A seguir, fazemos a divisão desse estoque entre crédito público e privado.

De fato, o estoque de crédito associado à instituições privados tem recuperado espaço em relação às instituições estatais. A seguir, olhamos para a taxa média de juros associada às operações de crédito.

As taxas médias na ponta ainda permanecem acima de 20% a.a., refletindo o que os economistas chamam de spread bancário, a diferença entre taxas de captação e aquelas cobradas dos que demandam crédito. O gráfico abaixo ilustra essas taxas de spread.

Como se vê, o spread permanece ainda elevado. A seguir, ilustramos o comportamento da inadimplência.

Por fim, vemos o comportamento do endividamento das famílias em relação à renda acumulada nos últimos 12 meses.

Uma recuperação mais pujante do mercado de crédito é crucial para que possamos acelerar o crescimento da economia brasileira. Para isso, contudo, são fundamentais as reformas microeconômicas que estão no radar tanto do Congresso Nacional quanto do próprio Banco Central.

_____________________________

(*) A análise completa está disponível no nosso Curso de Análise de Conjuntura usando o R.

Comentário de Conjuntura: Crédito Direcionado vs. Crédito Livre

By | Comentário de Conjuntura

Tenho mostrado nesse espaço que o problema dos juros altos não é algo simples, que pode ser resolvido da noite para o dia. Nosso juro real de equilíbrio é elevado em virtude, basicamente, de três fatores: (i) uma taxa de poupança muito baixa; (ii) uma dívida pública muito alta; (iii) existência de muito crédito direcionado. Sobre esse último fator, há muitas dúvidas sobre por que o mesmo interfere negativamente no juro real de equilíbrio. Vou aqui ilustrar um pouco melhor por que isso ocorre.

 

O gráfico a seguir traz taxas de juros em diferentes modalidades. Observe o leitor que o crédito direcionado possui as menores taxas de juros. Muito próximas, inclusive, da taxa básica de juros, a SELIC, o que significa que o spread bancário nessa modalidade de crédito é bem mais baixa do o chamado crédito livre.

Por que isso ocorre? Simples: a maior parte desse crédito direcionado, ofertado na sua maioria pelos bancos estatais (BNDES, BB, Caixa, etc.), envolve um subsídio. Por exemplo, o governo acha que é importante fomentar a agricultura familiar, daí cria via Banco do Brasil uma linha de crédito mais barata voltada para esse tipo de aplicação. Como não existe almoço grátis, esse subsídio tem de ser pago por alguém, não é mesmo? Pois é, a conta vai para o orçamento público.

Talvez nesse ponto você esteja pensando, mas não seria justo subsidiar agricultores familiares? Talvez seja. O problema aqui não é se é justo ou injusto subsidiar A, B ou C. O problema é que o crédito direcionado alcançou uma proporção muito grande dentro do mercado brasileiro. O gráfico abaixo ilustra a participação do crédito público (de bancos estatais) versus o crédito privado. Como se nota, a proporção dos bancos estatais, hoje, é maior do que 50% no mercado de crédito do país.

Enquanto o crédito público possui taxas de juros subsidiadas para alguns setores da economia, o crédito privado vai ter taxas de juros mais elevadas para todos os demais setores. Afinal, o Banco Central precisará aumentar mais os juros básicos para atingir o crédito livre, que não atende a direcionamentos do setor público, para conter a demanda em tempos de contração monetária. Tudo, diga-se, previsto pela teoria da política monetária.

Em outras palavras, leitor, quanto mais insistirmos em crédito direcionado, mas altas serão as taxas de juros para os meros mortais que não têm acesso a essa modalidade de crédito. Não parece ser, portanto, uma estratégia correta de política econômica, não é mesmo?

O ideal aqui seria que esse crédito direcionado fosse bem menor em relação ao total e atendesse apenas claras falhas de mercado. Por exemplo, o nosso crédito para agricultura familiar ou programas de crédito para startups. Talvez isso faça sentido, mas não me parece válido, por outro lado, conceder subsídio para grandes conglomerados industrais ou envolvidos no agronegócio, que podem ter acesso a modalidades de crédito privado, aqui e lá fora.

Reduzir o tamanho do crédito direcionado na economia brasileira vai na direção de reduzir o juro alto para todos... 🙂

_____________________________

Aprenda a coletar e tratar dados macroeconômicos no nosso Curso de Análise de Conjuntura usando o R.

Crédito Livre vs. Crédito Direcionado

By | Crédito

O tema juro alto no Brasil volta em meia aparece na imprensa. Em tempo de eleições gerais no país, o tema tem sido recorrentemente abordado por jornalistas, candidatos e economistas. Como já disse em diversas oportunidades nesse espaço, existem três razões principais para que o juro de equilíbrio da economia brasileira seja elevado: o fiscal ruim, a poupança baixa e o crédito direcionado. Sobre esse último, a despeito de existirem diversos trabalhos mostrando sua relevância para explicar o juro mais alto no país, ainda há muito desconhecimento sobre a questão. Mesmo entre pessoas que deveriam entender sobre o assunto, como economistas e professores de economia. Nesse post, como no nosso Curso de Análise de Conjuntura usando o R, mostro como é possível verificar a expansão do crédito direcionado nos últimos anos no país.

A ideia é razoavelmente simples. Enquanto o crédito direcionado possui taxas de juros subsidiadas para alguns setores da economia, o crédito privado vai ter taxas de juros mais elevadas para todos os demais setores. Afinal, o Banco Central precisará aumentar mais os juros básicos para atingir o chamado crédito livre, que não atende a direcionamentos do setor público, para conter a demanda em tempos de contração monetária. Tudo, diga-se, previsto pela teoria da política monetária. Abaixo, ilustramos que a coisa só se agravou nos últimos anos, com o crédito direcionado saindo de 35% no início de 2007 para mais de 47% no último dado disponível, que é junho desse ano.

O gráfico é, a propósito, gerado no R (aprenda a usar R nos nossos Cursos Aplicados) com dados coletados diretamente do site do Banco Central com o pacote BETS. Ela dá uma dimensão sobre a presença do crédito direcionado na economia, ocupando hoje quase a metade de todo o crédito disponível no país. Somado ao elevado endividamento do setor público e a baixa poupança, o crédito direcionado nessas proporções explica por que temos um juro de equilíbrio tão alto, se comparado a países com mesmo nível de renda.

Atacar o problema, por suposto, implica em desmontar todo o sistema que está por trás desse número, composto basicamente por bancos públicos como BNDES, Banco do Brasil e Caixa Econômica Federal. É uma tarefa díficil, que vai contra diversos interesses, principalmente daqueles que se beneficiem desse tipo de crédito direcionado. Mas, se o objetivo é ter um juro de equilíbrio mais baixo, é por aí que se deve caminhar...

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar Gratuitamente