Boletim semanal – 14/12 a 18/12

A partir de hoje, passaremos a divulgar todo o sábado um boletim com a análise e divulgação de dados conjunturais da semana anterior.

link para download do boletim completo: https://www.dropbox.com/s/f0mnlialrxjwftd/Boletim%20semanal_19122015.pdf?dl=0

Resumo desta semana:

1 – Atividade econômica: Vendas no varejo interrompem oito meses de taxas negativas; setor de serviços segue fraco; confiança da indústria recua;

2 – Mercado de trabalho: Desemprego sobe (com ajuste sazonal); 130 mil postos de trabalho formais perdidos em novembro;

3 – Crédito e política monetária: FOMC decide elevar juros no EUA;

4 – Política fiscal: Brasil perde grau de investimento pela segunda agência; orçamento de 2016 é aprovado com meta fiscal revisada; aprovação do governo Dilma segue em baixa; substituição de Levy na Fazenda;

5 – Inflação: recuo nos preços ao produtor dá fôlego ao IGP-M; preços dos alimentos e de transportes seguem pressionando a inflação;

6 – Projeções: esperamos inflação acima de 10,00% em 2015;

Equipe NEOC – Inscrições abertas!!

Por NEOC

O NEOC está selecionando novos membros para sua equipe. Basta ser aluno da Faculdade de Economia da UFF e estar cursando no mínimo o 2º período da graduação.

O que fazemos no NEOC:

• Elaboração de cenários macroeconômicos;
• Acompanhamento da conjuntura econômica;
• Modelagem e previsão de variáveis macroeconômicas;
• Estudos regulares sobre temas variados relacionados à conjuntura;

O processo seletivo:

A seleção será feita por meio de uma prova a ser realizada no dia 03/12 e por meio de entrevistas individuais a serem marcadas de acordo com a disponibilidade na semana seguinte à realização da prova.

As inscrições ficarão abertas até o dia 01/12.

Para se inscrever, basta preencher alguns dados no link: https://docs.google.com/forms/d/1LVkYcJSuFleoD9TJFtYz8PskJG-3xoTYhFP485kkKgE/viewform

Esperamos você!

Calendário de divulgação – 19/10 até 23/10

Por NEOC

Calendário de divulgação – 13/10 até 16/10

Por NEOC

Uma breve análise dos principais resultados da PMC de julho de 2015

*Por Johann Soares

Recentemente, foi divulgado o resultado da Pesquisa Mensal do Comércio (PMC) do mês de julho pelo IBGE. Entre os resultados divulgados, o que mais chama atenção é o descolamento entre volume de vendas no comércio varejista restrito e o volume de receita nesse setor. Como podemos ver no gráfico abaixo, com as duas séries dessazonalizadas, após longo período de crescimento de ambas, o volume de vendas começa a ceder no atual ajuste macroeconômico efetuado no país. Porém, o volume de receitas permanece em movimentos crescentes.

Fonte: IBGE; Elaboração: NEOC.

Primeiramente, vale explicar a recente queda no volume de vendas no comércio varejista restrito. Como já foi mencionado, é resultado do atual ajuste macroeconômico sofrido pelo país, no qual se destacam fatores como elevação do desemprego, elevação na taxa básica de juros e queda do nível de confiança dos consumidores.

A partir da Pesquisa Mensal do Emprego (PME), também realizada pelo IBGE, podemos verificar elevação considerável da taxa de desemprego nos últimos dados, tendo atingido um patamar de 7,6% em agosto de 2015, o maior resultado desde março de 2010. Um menor nível de emprego no país implica menor poder de consumo e, por conseguinte, menor índice de volume de vendas no comércio varejista.

De fato, a taxa de desemprego da PME e o volume de vendas da PMC são altamente correlacionados, atingindo uma correlação de -0,9694622. Além disso, a partir de um teste de Granger em que os critérios de informação sinalizaram uma defasagem, podemos concluir que a taxa de desemprego granger causa o índice de volume vendas do comércio. É válido ressaltar que foi utilizada a primeira diferença das séries dessazonalizadas.

Com relação à taxa Selic, temos que elevações dos juros estão associadas a um menor poder de consumo, já que o torna mais caro (vide taxa de juros ao ano do cartão de crédito). A correlação entre essas duas séries é de -0,7735083, o que indica que o atual aperto monetário, com taxa SELIC de 14,25% está associado a uma redução no volume de vendas do comércio varejista.

Por último, no que se refere à queda do nível de confiança dos consumidores, podemos imaginar que quando os agentes estão desconfiantes, restringem seu padrão de consumo, adotando uma postura mais defensiva. Porém, utilizando o Índice de confiança dos consumidores da Fecomércio de São Paulo (ICC), temos uma correlação com o volume de vendas do comércio varejista não muito significativa, sendo que o resultado foi de 0,5311491 e, além disso, o teste de Granger (utilizando uma defasagem, segundo os critérios de informação) indicou que o ICC não granger causa o índice de volume de vendas da PMC.

Entretanto, no último relatório de inflação, o BC divulgou um boxe em que se apura a propriedade de indicador antecedente dos índices de confiança em relação ao volume de vendas do comércio varejista. Ou seja, se e quais indicadores de confiança possuem capacidade preditiva no que se refere ao volume de vendas da PMC. Os resultados dos testes indicaram que o ICC-Fecomércio possui tal capacidade preditiva, sendo um bom indicador preditivo, tanto na previsão contemporânea como na previsão com um passo a frente.

Dessa forma, podemos concluir que, mesmo com uma correlação pouco significativa “a recuperação do consumo deverá vir atrelada à retomada da confiança do consumidor, dentre outros fatores”, como afirma o BC em seu relatório de inflação divulgado em setembro de 2015.

Após ter explicado a recente redução no volume de vendas do comércio varejista, precisamos analisar o fato de o volume de receita neste setor não estar também reduzindo. Uma explicação básica é a evolução do índice de preços no Brasil. Mesmo que se tenha um menor volume de vendas no mês de julho deste ano, o preço dessas vendas se acelerou, fazendo com que o volume de receitas aumentasse. Vale a pena ressaltar que estamos falando de receita e não de lucro, pois não necessariamente o lucro do comércio também tenha aumentado, já que o preço de muitos dos insumos também se elevou.

Para verificar esse efeito graficamente, utilizamos o IPCA mensal medido pelo IBGE e contrastamos com a variação do preço médio do comércio varejista (volume de receita/volume de vendas). As séries estão dessazonalizadas.

Fonte: IBGE; Elaboração: NEOC

No gráfico acima, podemos perceber que as séries são altamente correlacionadas e de fato a correlação entre elas é de 0,8310862. Com tal resultado, é válido inferir que elevações no IPCA estão associadas a um maior descolamento entre volume de receita e volume de vendas da PMC, de forma que em períodos de IPCA elevado como o atual, o volume de receitas se expande em relação ao volume de vendas.

Concluindo, o volume de vendas do comércio varejista restrito está reduzindo por causa do atual ajuste macroeconômico. O volume de receita da PMC não o faz por causa de sua relação com o nível de preços na economia, de forma que, se o IPCA mensal não estivesse acelerado, provavelmente não teríamos um descolamento entre volume de receitas e volume de vendas do comércio varejista.

*Graduando em Economia-UFF

Calendário de divulgação – 05/10 até 09/10

Por NEOC

Quem veio primeiro? O Spread ou a Inadimplência?

Por Johann Soares*

Muito se fala da influência da inadimplência sobre a magnitude do spread bancário e o quão ela é significativa para a explicação de o Brasil ter um dos maiores spreads do mundo. Porém, pouco se fala da via contrária ou, em outros termos, a influência do spread bancário sobre a magnitude da inadimplência.

Na primeira via, elevações da inadimplência fazem com que a receita dos bancos seja prejudicada e o risco de suas operações se mantenha elevado. Sendo assim, tais instituições elevam o spread para compensar as perdas com a inadimplência. Na segunda via, elevações no spread fazem com que as operações sejam mais caras, dificultando as condições de pagamento por parte do tomador de empréstimo, causando atrasos e inadimplência no pagamento de suas obrigações.

Dado esse panorama, podemos perceber que a relação entre spread e inadimplência é uma via de mão dupla e se constitui em um ciclo, em que um termo é puxado pelo outro. O que nos resta entender é quem puxa o ciclo, isto é, quem veio primeiro. Será que o spread mantém uma relação de causalidade temporal com a inadimplência ou seria o contrário?

Para responder esta pergunta, utilizamos as séries de Spread médio total das operações de crédito e Inadimplência total das carteiras de crédito, 20783 e 21082, respectivamente, no Sistema Gerenciador de Séries Temporais do Banco Central. Com tais séries, nós fizemos Testes de causalidade de Granger e correlações cruzadas entre as mesmas. Podemos observá-las no gráfico abaixo.

No gráfico acima, podemos perceber que os movimentos do spread parecem preceder a inadimplência, o que seria um indicativo de que ele é marca o início do ciclo (pelo menos no horizonte compreendido pela série do BC, que é a partir de março de 2011). Para testar tal indicativo, precisamos fazer o teste de Granger.

As séries utilizadas no teste foram a primeira diferença de cada uma, por causa da necessidade de estacionariedade das mesmas e segundo o teste ADF sequencial. Além disso, os testes foram feitos com uma ordem de defasagem de acordo com os critérios de informação. Os testes realizados são os seguintes:

1. Hipótese nula: Spread não causa Inadimplência. Neste teste, tivemos os seguintes resultados: F = 4,0908 e Pr(>F) = 0,04871
2. Hipótese nula: Inadimplência não causa Spread. Neste teste, tivemos os seguintes resultados: F = 0,5899 e Pr(>F) = 0,4462

No primeiro teste, como apresentado, rejeitamos a hipótese nula, de forma que spread causa inadimplência. Já no segundo, não rejeitamos a hipótese nula, de forma que inadimplência não causa spread. Sendo assim, respondemos a pergunta que havíamos formulado e corroboramos a intuição do gráfico apresentado. O spread inicia o movimento, seguido pela inadimplência. Dessa maneira, teríamos uma sequência de “spread – inadimplência – spread” e não de “inadimplência – spread – inadimplência”.

Para reforçar os resultados obtidos, realizamos testes de correlações cruzadas e pudemos observar que a correlação defasada entre spread e inadimplência é maior que a contemporânea, o que atesta ainda mais a percepção de que o spread precede a inadimplência:

Essa relação entre spread e inadimplência é um tanto complexa e se configura como um problema crônico no Brasil, que possui taxas de inadimplência e spread consideravelmente elevadas. Portanto, um entendimento acerca dessa relação é crucial para a tentativa de resolver tais problemas no mercado de crédito brasileiro e a identificação do elemento que inicia o movimento, no caso o spread, pode contribuir para a formulação de diretrizes que consigam amenizar tais taxas elevadas.

**Você pode acessar o script do R utilizado neste trabalho aqui.
 

[1] Para os testes, foi considerado um intervalo de confiança de 5%.

 

*Graduando em Economia-UFF.

Previsão da taxa de desemprego utilizando o R

Por Giulia Benguigi e Matheus Rabelo*

Uma das principais causas de preocupação quando se trata da conjuntura econômica brasileira, é o comportamento do mercado de trabalho que, gradativamente vem apresentando sinais de distensão. Basta olharmos para os últimos dados disponíveis: 7,5% na taxa de desemprego medida pela PME em julho, 8,3% na PNAD contínua referente ao segundo trimestre do ano e a perda de 157.905 postos de trabalho em julho segundo o CAGED.

Quando se trata especificamente da PME, podemos ter uma ideia de qual é a fonte do aumento da taxa de desemprego: se é pelo lado da oferta de mão-de-obra, representada PEA, ou se é pelo lado da demanda por mão-de-obra, representada pela PO. Abaixo observamos os gráficos dessas séries, que tem início em março de 2003.

É notado no gráfico referente à taxa de desemprego, que este começa a subir no ano de 2015, porém, este é o dado observado, para ter uma ideia do real comportamento da série, vamos dessazonalizá-la:

No R:

• Para fazer um ajuste sazonal no R, utilizamos o método X13-ARIMA-SEATS. Para ter uma ideia de como trabalhar com o X13;

Desta forma, podemos claramente perceber que com os dados dessazonalizados, o movimento recente é, realmente, de aumento da taxa de desemprego. Agora, podemos inicialmente recorrer à análise gráfica para descobrirmos se esse aumento provém de maior oferta de mão-de-obra dada a demanda, ou não:

É possível observar que, exatamente onde ocorre um gap entre a taxa de variação interanual da PEA e a taxa de variação interanual da PO, no ano de 2015, é quando há o aumento da taxa de desemprego. Com isso, podemos ter uma ideia inicial de que o aumento na força de trabalho dada a demanda por mão-de-obra, fez com que o desemprego aumentasse.

Um dos motivos que pressiona a taxa de desemprego para cima é o aumento do número de pessoas procurando por emprego, especialmente jovens entre 18 e 24 anos. O principal motivo da entrada de novas pessoas na força de trabalho é a queda no rendimento real das famílias.

Por conta desse movimento conturbado dos indicadores do mercado de trabalho, tem sido difícil prever a taxa de desemprego no Brasil. Dado este panorama, faremos um exercício simples para tentar prever a taxa de desemprego medida pela PME utilizando como variável exógena a variável relacionada ao volume de buscas pelo termo “emprego” no Google, disponível no Google Trends.

No R:

• As dicas de como utilizar o Google Trends no R foram dadas pelo Vítor Wilher neste post;

Os dados do Google Trends são semanais e têm início em janeiro de 2004. Com o pacote gtrend do R, conseguimos importar os dados direto do Google Trends, facilitando o nosso trabalho. Vamos dar uma olhada no volume de buscas pelo termo “emprego”:

O comportamento do volume de buscas pelo termo “emprego” no Google claramente está em um patamar maior no ano de 2015, porém, precisamos trabalhar no sentido de eliminar a sazonalidade evidente nos dados e também de alguma forma mensalizar os dados para poder trabalhar na mesma frequência dos dados da PME. O resultado pode ser visto no gráfico abaixo:

No R:

• Dessazonalizamos os dados utilizando o método X13-ARIMA-SEATS;
• Para mensalizar os dados, utilizamos o comando montlhy do pacote xts;

A hipótese por trás da utilização da variável do Google Trends é de que uma maior procura pelo termo “emprego” no Google reflita o aumento na oferta de mão-de-obra, representada por um aumento na PEA. Para tentar observar se essa relação existe, primeiro recorremos a uma análise gráfica:

Com base no gráfico acima, podemos perceber que a partir do ano de 2014, as duas variáveis realmente parecem “andar juntas”. Uma maneira simples de analisarmos se uma série realmente antecipa a outra é por meio de da correlação cruzada entre as séries:

Com a amostra restringida para o período que vai de janeiro de 2014 até julho de 2015, é possível observar que há correlações estastisticamente significantes entre a PEA e a variável do Google Trends, tanto com três defasagens quanto com dois períodos a frente. Observe que a correlação com uma defasagem é maior do que a contemporânea, indicando que um aumento na PEA antecipa as buscas pelo termo “emprego” no Google.

Com isso em vista, rodamos dois modelos SARIMA para previsão da taxa de desemprego, um sem a inclusão de variáveis exógenas e outro incluindo a variável do Google Trends como regressor exógeno.

Os dois modelos foram construídos de maneira simples utilizando o comando auto.arima do pacote forecast. Nosso objetivo ao incluir a variável de busca por “emprego” do Google Trends era observar se melhoraria a nossa previsão. Tanto pelos critérios de informação quanto pelas medidas de Erro Quadrático Médio e Erro Absoluto Médio, o melhor modelo é o que inclui a variável do Google Trends.

No R:

• Para entender mais sobre a utilização do pacote forecast, seu comando auto.arima e o modelo SARIMA;

Previsão do modelo sem a variável do Google Trends:

 

Previsão do modelo incluindo a variável do Google Trends:

Previsão dos modelos:

Mês	Modelo sem a variável do Google Trends	Modelo com a variável do Google Trends	Média dos dois modelos
Agosto/2015	7.30%	7.38%	7.34%

**Para o leitor que se interessa por R, você pode acessar o script utilizado neste trabalho aqui e a planilha com os dados da PME que foram utilizados aqui.

*Graduandos em Economia-UFF.

A relação entre endividamento e inadimplência no Brasil

Por Artur Rodrigues e Johann Soares*

   Este estudo é o terceiro de uma série do NEOC que busca investigar o mercado de crédito no Brasil e vem como um aprofundamento do texto anterior. Naquela ocasião investigamos a trajetória do endividamento das famílias no país, fornecendo uma ênfase para a proporção causada por crédito habitacional. Agora, o nosso propósito será investigar a composição desse endividamento, principalmente no que tange sua relação com a inadimplência. Qual a relação da dívida das famílias, abordada no texto anterior, com a inadimplência, mencionada no primeiro texto da nossa série?  Se o endividamento das famílias aumenta, a inadimplência o segue? Nesse texto iremos investigar mais afundo esses dados referentes ao Brasil nos últimos anos.

  Endividamento e inadimplência não é a mesma coisa. Toda inadimplência provêm do endividamento, mas nem todo endividamento se torna inadimplente. Portanto, quando há uma elevação do endividamento das famílias no Brasil (como apontado no texto anterior) devemos ponderar se este endividamento vem ou não acompanhado de inadimplência.

Fonte: Banco Central do Brasil. Elaboração própria.

   No gráfico acima, podemos perceber que, aproximadamente, até maio de 2012 a elevação do endividamento vinha acompanhada de um aumento na inadimplência, uma configuração positiva para o mercado de crédito das famílias. Porém, a partir desse período, houve uma inflexão nessa relação e a elevação do endividamento passou a ser associada a uma redução da inadimplência. Para medir essas relações e verificar o quão distintas elas são, fizemos um teste de correlação com corte temporal em maio de 2012, em que a hipótese nula é a ausência de correlação entre as duas séries:

Período	Variável	Correlação	P-valor
2011.03 –  2012.05	Endividamento total x Inadimplência	0,980625	0
2012.06 –  2015.04	Endividamento total x Inadimplência	-0,95641	0

  De acordo com a tabela apresentada, rejeitamos a hipótese nula em ambos os períodos, significando que há correlação entre as séries. O que salta aos olhos é a disparidade e a magnitude dessas correlações, ou seja, o endividamento das famílias e a inadimplência de pessoas físicas são altamente correlacionadas e os períodos abordados são altamente contrários. Dessa forma, o nosso intuito será investigar as principais causas dessa inflexão e, para tanto, inicialmente, precisamos verificar a composição do endividamento (ou, de uma forma mais apropriada, a composição do pagamento desse endividamento) para saber qual componente está ocupando o lugar da inadimplência a partir de maio de 2012.

Fonte: Banco Central do Brasil. Elaboração própria.

  A partir do gráfico acima, podemos inferir que a inadimplência está dando lugar à adimplência e não ao atraso. Portanto, algo em nossa conjuntura fez com que as famílias tivessem maiores condições de honrar as suas obrigações com o Sistema Financeiro Nacional dentro do prazo estipulado, a partir dos primeiros meses de 2012.

  As principais explicações para essa mudança no mercado de crédito brasileiro são dadas a seguir. A primeira se revela com as características da dívida das famílias e a segunda, com o mercado de trabalho. Neste presente estudo, verificaremos exclusivamente a causa que se refere às características da dívida das famílias, em um estudo posterior verificaremos exclusivamente a relação entre o mercado de trabalho e a inadimplência no Brasil.

  O período da inflexão aqui estudada (aproximadamente maio de 2012) foi também, como apontado em nosso texto anterior, quando se deu uma mudança nos motivos de endividamento de nossas famílias. Naquele período, o endividamento com crédito habitacional começou a tomar uma proporção muito maior e acelerada do endividamento total, enquanto os demais tópicos reduziam gradualmente. Essa transformação causou uma mudança drástica na composição da dívida das famílias e, como pudemos avaliar, foi determinante na redução da inadimplência para pessoas físicas.

   A dívida com crédito habitacional possui algumas características peculiares, como prazos mais prolongados e juros mais baixos. Os prazos mais estendidos fazem com que as parcelas sejam mais suavizadas e as famílias possuam mais capacidade de planejamento e pagamento dessas dívidas. Dessa forma, a crescente nos prazos médios nas operações de crédito, proveniente da maior proporção de crédito habitacional, faz com que a inadimplência seja controlada e se reduza, mesmo com uma elevação do endividamento.

  Para corroborar essa lógica, fizemos testes de correlação contemporânea e cruzada a fim de verificarmos os sinais e a magnitude da relação contemporânea e defasada da inadimplência de pessoas físicas com os prazos médios das operações de crédito. Além disso, fizemos um teste de causalidade de Granger para verificar se os prazos médios realmente têm uma relação de causalidade com a inadimplência, que foram feitos utilizando 2 defasagens escolhidas através dos critérios de informação.

		Correlação Cruzada				Causalidade²
Período	Variáveis	-1	0	+1	P-valor	F-statistic	Prob.
2011,03 – 2015,04	Inadimplência X Prazo Médio	-0,755	-0,807	-0,808	0	5,8587	0,0056

  ²O teste de causalidade aqui referido é: “Prazo das carteiras granger causa a inadimplência de pessoas físicas” e não o contrário.

  Como podemos ver, as duas séries possuem correlações significativas e negativas, tanto a contemporânea quanto as defasadas. Além disso, o teste de causalidade de Granger indica que o prazo médio das carteiras realmente tem uma precedência temporal em relação à inadimplência de pessoas físicas. Portanto, com esses testes, podemos dizer que uma elevação nos prazos médios causa redução na inadimplência de pessoas físicas, corroborando nossa hipótese de que a crescente dos créditos habitacionais está contribuindo para a redução da inadimplência.

  Outra característica da dívida com crédito habitacional é a taxa de juros mais reduzida proveniente de subsídios governamentais, do papel mais ativo do governo nesse mercado de crédito pós-crise de 2008. Os subsídios governamentais vêm geralmente na forma de recursos direcionados, como no caso do crédito habitacional (por exemplo, do MCMV e da Caixa Econômica), em que os recursos são concedidos exclusivamente para financiamento de imóveis.

  Dessa forma, a elevação do papel governamental no mercado de crédito (principalmente no habitacional) está associada a elevação da proporção de recursos direcionados e, por conseguinte, de redução na taxa média de juros. De fato, os números comprovam esse cenário. A proporção de recursos direcionados frente aos recursos livres vem aumentando desde 2008, quando era 32% e 68% respectivamente. Atualmente, a proporção é de  49% e 51%, respectivamente. Já em relação às taxas médias de juros, os recursos livres contam com uma taxa média de 41,77% e os recursos direcionados, 8,71%. Todo esse cenário contribui para a redução da inadimplência.

  Assim como com os prazos, fizemos os testes de correlação cruzada e de causalidade no sentido de Granger para as variáveis: inadimplência de pessoas físicas e nível de recursos direcionados. A hipótese nula do teste de correlação é a ausência de correlação. O teste de causalidade foi feito com 2 defasagens escolhidas através dos critérios de informação.

		Correlação Cruzada				Causalidade³
Período	Variáveis	-1	0	+1	P-valor	F-statistic	Prob.
2011,03 – 2015,04	Inadimplência X Recursos Dir.	-0,819	-0,867	-0,859	0	7,2507	0,0019

³ O teste de causalidade aqui referido é: “Estoque de recursos direcionados granger causa a inadimplência de pessoas físicas.” e não o contrário.

  Novamente, o teste de correlação indica que tanto a correlação contemporânea como a defasada é significativa e negativa, de forma que rejeitamos a hipótese nula de que não há correlação. Além disso, o teste de Granger indica que o estoque de recursos direcionados realmente tem uma precedência temporal em relação a inadimplência. Desse modo, confirmamos a nossa hipótese de que uma elevação do estoque de recursos direcionados causa a redução da inadimplência para pessoas físicas.

  Concluindo, a trajetória crescente do endividamento com crédito habitacional vem contribuindo significativamente para a redução da inadimplência vis a vis uma elevação da adimplência e isso se dá a partir das características de composição dessa dívida. Como já foi dito, em um estudo posterior iremos investigar como o mercado de trabalho impacta a inadimplência.

*Graduandos em Economia-UFF.

Semana importante para a economia brasileira: do rating soberano atribuído pela S&P à decisão de elevação da SELIC pelo COPOM.

Por NEOC

Esta semana foi repleta de notícias importantes para a economia brasileira. Além da decisão do FED de manter o patamar atual de juros nos EUA, embora sinalizando uma potencial melhora no mercado de trabalho, o que sinaliza para a esperada elevação dos juros e o fim do pacote de estímulos monetários, também tivemos a mudança na classificação de risco soberano do Brasil pela agência Standard and Poor’s e a elevação de 0,5 p.p. na taxa SELIC.

Apesar da revisão da meta de superávit primário apresentada pelo governo na semana passada – de 1,12% para 0,15% do PIB – a agência de classificação de risco S&P entendeu que este fato não implica falta de comprometimento com a meta estabelecida e sim adequação ao quadro político e econômico que vem se instalando no Brasil. Inclusive, segundo a própria agência, o fator crítico que fez com que a rating brasileiro passasse de BBB- (perspectiva estável) para BBB- (perspectiva negativa) foi o difícil panorama político, que engloba desde os casos de corrupção até as dificuldades de execução do ajuste fiscal no congresso nacional.

Já no que refere à Política monetária, ontem (29/07) o COPOM decidiu pela sétima elevação seguida da taxa básica de juros da nossa economia, aumentando a meta para 14,25%, praticando, portanto, 0,5 p.p. de elevação de juros. Este é o maior patamar da Selic desde agosto de 2006. O aperto monetário em 0,5 p.p. já era esperado pelo mercado a partir de indicações anteriores de relatórios e atas emitidos pelo Banco Central. A medida vem primordialmente com o intuito de convergir a inflação para a meta e reduzir as expectativas, tornando esse canal mais favorável. A expectativa é que o COPOM mantenha o nível da Selic em suas próximas reuniões em período suficientemente prolongado.

Para entender os motivos da mudança no rating soberano do Brasil: http://www.standardandpoors.com/ratings/articles/pt/la?articleType=HTML&assetID=1245386849138