Mês: agosto 2019

Valor em Risco

Valor em Risco

História do VaR

O termo “Valor em Risco” derivado do inglês Value at Risk (VaR), foi introduzido no vocabulário financeiro apenas no começo dos anos 1990, apesar de suas medidas terem sido originadas muito antes.

Seu início mais provável retrocede à Bolsa de Valores de Nova York (NYSE), por volta de 1922, na qual, inicialmente, uma regra exigia que as firmas mantivessem um capital de 10% de seus ativos composto por posições de capital próprio e contas a receber de clientes. Em 1975, a Comissão de Títulos e Câmbio dos Estados unidos (SEC) estabeleceu novas regras para o capital das firmas, cujo objetivo era proteção contra perdas que poderiam ocorrer durante o período existente na liquidação de posições. Esse sistema dividiu ativos financeiros em várias categorias e subcategorias, para evitar posições muito concentradas em um único ativo.

A volatilidade nos juros americanos levou a SEC a atualizar as regras em 1980, as quais passaram a ser baseadas em análise estatística de dados históricos do mercado. Sua intenção era refletir o .95-quantil da quantidade de dinheiro que uma firma poderia perder em um período de liquidação de um mês. Apesar de não ter sido nomeado na época, essa era uma medida de valor em risco.

Em meados de 1990, muitas firmas careciam de maneiras de gerenciar o risco, foi quando a J.P Morgan desenvolveu um sistema de valor em risco em toda a empresa, modelando inúmeros fatores-chave. Uma matriz de covariância era atualizada trimestralmente com dados históricos e todos os dias as unidades de negociação reportavam a variação de suas posições de acordo com cada fator-chave. Esses dados eram agregados e expressavam o valor do portfólio como um polinômio linear dos fatores de risco, utilizando várias métricas de VaR para analisá-lo.

De 1990 em diante, a pedido do CEO da J.P. Morgan, um dado único de valor em risco deveria ser colocado nos demonstrativos de resultado em um relatório diário para as reuniões de tesouraria às 16:15, representando o risco que seria enfrentado no dia seguinte.

A partir de 1994, a metodologia desenvolvida na J.P Morgan, denominada RiskMetrics foi distribuída sem custo na internet, aumentando o interesse das firmas e investidores no gerenciamento de risco e possibilitando o aprimoramento das métricas de valor em risco.

Como podemos definir o Valor em Risco?

Em sua definição formal, o VaR de um portfólio é uma função com dois parâmetros: o horizonte de tempo (T) e o nível de confiança (X). Ele representa o nível de perda que temos X% de confiança que não vai ser excedido em um período T, podendo ser calculado tanto pela distribuição de probabilidades dos ganhos quanto pela distribuição de probabilidades das perdas.

Como exemplo, ao utilizar T representando três dias e X=90, o Valor em Risco é a perda no décimo percentil da distribuição de ganhos esperados dos próximos três dias. Da mesma forma, é a perda no nonagésimo percentil da distribuição de perdas dos próximos três dias. Genericamente, quando utilizada a distribuição de ganhos, o VaR é igual ao negativo dos ganhos no (100-X)-ésimo percentil da distribuição, como demonstrado na ilustração:

Figura 1: Distribuição de ganhos

Analogamente, quando utilizada a distribuição de perdas, o VaR é igual às perdas no X-ésimo percentil da distribuição:

Figura 2: Distribuição de perdas

Técnicas de estimação do VaR

Definimos o VaR de uma carteira sobre o horizonte T, com nível de confiança X, \(0< X <1\), por meio de:

\[ X=P(\Delta P(T)\leq VaR)=F^{T}(VaR), \]

na qual \(\Delta P(T)\), representa o ganho da posição sobre o horizonte T, e \(F^{T}(\cdot)\) a função de distribuição de ganhos acumulada de \(\Delta P(T)\).

Neste caso, podemos fazer algumas considerações: utilizando a distribuição de ganhos, o (100-X)-quantil de uma posição comprada será tipicamente um número negativo, tendo em vista que há perda no caso de uma queda no preço do ativo, ou seja, \(\Delta P(T)<0\), portanto o VaR é definido como o negativo desse quantil, e será sempre um valor positivo. Este método utiliza a cauda esquerda da distribuição de ganhos para níveis de confiança maiores que 50%.

VaR utilizando o Método Paramétrico

A estimação do VaR utilizando métodos paramétricos, abordada em Morettin (2008), pressupõe que os retornos de um portfólio seguem distribuições de probabilidades, uma dessas técnicas é conhecida como RiskMetrics, a qual supõe que a distribuição condicional dos retornos, dadas as informações passadas, é normal com média zero e variância \(\sigma _{t}^{2}\), ou seja, \[ \mathit{r}_{t}|\mathit{F}_{t-1}\sim \mathit{N}(0,\sigma_{t}^{2}). \] Neste caso, estimamos a volatilidade \(\sigma_{t}^{2}\) por meio do modelo EWMA (Média Móvel Exponencialmente Ponderada), o qual demonstra \[ \sigma^{2}_t=\lambda\sigma^{2}_{t-1}+(1-\lambda)r^{2}_{t-1}, \] onde \(0< \lambda<1\), e utilizando os log-retornos de \(k\) períodos, dados por \[ r_{t}[k]=r_{t+1}+r_{t+2}+…+r_{t+k}. \] A partir disso, \(\sigma_{t}^{2}[k]\), a volatilidade desse retorno, pode ser calculada por meio da modelagem GARCH, que mostra que \[ \sigma _{t}^{2}[k]=k\sigma _{t}^{2}(1). \]

Isto é, podemos escrever que \[ r_{t}[k]|\mathit{F}_{t-1}\sim \mathit{N}(0,k\sigma _{t}^{2}(1)). \] Portanto, sob os modelos adotados, a variância condicional dos log-retornos de \(k\) períodos é proporcional ao horizonte \(k\) e o desvio padrão condicional de \(r_{t}(k)\) é dado por \(\sqrt{k}\sigma_{t+1}\).

Por exemplo, utilizando uma posição comprada e um nível de confiança X=95, o RiskMetrics usa \(-1,65\sigma_{t+1}\) como VaR, representando o 0,05-quantil da distribuição normal com média zero e variância \(\sigma_{t}^{2}\), obtemos

\[ \mathit{-VaR=} \text{(Valor da Posição)}\times(-1,65)\times (\sigma _{t+1}), \]

representando a medida de um período. O VaR de \(k\) períodos é dado por: \[ \mathit{-VaR=} (Valor da Posição)\times(-1,65)\times\sqrt{k}\times (\sigma _{t+1}). \]

VaR utilizando o método de Variância e Covariância

Da mesma forma que a estimação anterior, o método de variância e covariância assume que a distribuição de retornos do portfólio pode ser aproximada por uma normal. Esse método pode ser definido por \[ VaR(a_{1},a_{2},…,a_{n},X)=-\mu +z_{X}\sigma, \] no qual, \(a_{n}\) representa a participação do ativo \(n\) na carteira, \(\mu\) representa a média dos retornos ponderada pela alocação de cada ativo, ou seja, o retorno esperado, e \(z_{X}\) representa o \(X\) quantil da distribuição normal conjunta, dado que são vários ativos. As quais podem ser calculadas por \[ \mu =\sum_{i=1}^{n}a_{i}m_{i} \] e \[ \sigma ^{2}=\sum_{i=1}^{n}\sum _{j=1}^{n}a_{i}a_{j}\sigma _{i,j}, \] nas quais, \(m_{i}\) representa o retorno esperado de cada ativo e \(\sigma_{i,j}\) representa a covariância entre os ativos “i” e “j”.

VaR utilizando o Método Não-Paramétrico ou Simulação Histórica

O método dos quantis empíricos, consiste em reunir dados históricos do portfólio, montando uma distribuição com os retornos através do tempo e, de acordo com a distribuição obtida, selecionar a perda a qual é maior apenas que os (100-X)% retornos históricos. Este é um método não-paramétrico, ou seja, não requer que a distribuição seja caracterizada por parâmetros, sendo útil em casos de dados resistentes à transformações e não normais, além disso, sua vantagem é a adequação às distribuições assimétricas.

VaR utilizando a Simulação de Monte Carlo

Simulações de Monte Carlo são tipicamente utilizadas em processos os quais não podem ser previstos facilmente devido à intervenção de variáveis aleatórias. Uma maneira de utilizá-lo é modelando possíveis movimentos nos preços de um ativo em softwares como o Excel.

Para realizar tal simulação deve-se primeiro estipular um modelo para a evolução dos preços dos ativos. Um dos modelos conhecidos é o Movimento Browniano Geométrico, no qual primeiro observa-se que existem dois componentes no movimento dos preços de um ativo: deriva \((\mu)\), que é um movimento direcional constante, e um componente aleatório \((\alpha)\), representando a volatilidade do ativo. Além disso, obtemos a deriva e o desvio padrão baseando-se em seu histórico, por meio de um processo chamado de calibração do modelo.

Para tanto, projeta-se a trajetória de um ativo, utilizando os dados históricos de seu preço para gerar uma série de retornos diários, usando o logaritmo natural: \[ \text{Retorno Diário}=ln(\frac{\text{Preço do dia}}{ \text {Preço do dia anterior}}). \] Em seguida, calculamos a média de retornos diários \((\bar{r})\), a variância \((\sigma^{2})\), o desvio padrão \((\sigma)\) e obtemos a deriva e a componente aleatória por meio de: \[ \mu=\bar{r}-\frac{\sigma}{2} \] e \[ \alpha=\sigma\times(\text{Valor aleatório}). \] Sendo \((\text{Valor aleatório})\sim N^{-1}(0,1)\), podemos obter o preço do dia seguinte por meio de: \[ \text{Preço do Dia Seguinte}=(\text{Preço do dia})\times e^{(\mu+\alpha)} \] Ao repetir esse cálculo quantas vezes necessário (cada repetição representando um dia), obtemos uma simulação do movimento futuro do preço. Ao gerar um número grande de simulações, pode-se encontrar a probabilidade associada ao preço que o ativo pode atingir em determinado horizonte de tempo.

A frequência dos diferentes retornos gerados por essa simulação formarão uma distribuição normal, assim como o primeiro método apresentado.

Deficiências do VaR

Em sua essência o VaR consegue responder a uma única pergunta “o quanto as perdas podem ser ruins?”. Porém, apesar do VaR proporcionar ao investidor o potencial de perda de um portfólio, ele acaba tendo muitas críticas por conta de suas deficiências.

Inicialmente, pode-se observar que o VaR é inconclusivo para perdas maiores que as especificadas pelo determinado nível de confiança, ou seja, não possuímos informações suficientes para analisar um caso extremo que supere a probabilidade estipulada. Isso é dado pelo fato dessa métrica não utilizar uma relação entre as maiores perdas, e sim escolher o valor da perda no (100-X)-quantil. Tal problema é observado no caso abaixo:

Figura 3: Distribuição de retornos assimétrica

Assim como inúmeras métricas utilizadas nas finanças, o VaR depende das componentes utilizadas na estimação, estando exposto a deficiências nesse processo, por exemplo, no caso de um ativo cuja distribuição de retornos seja assimétrica ou com maior achatamento, ao utilizar o método da variância e covariância, assume-se que a distribuição de retornos segue a normal, ocasionando em uma análise errônea. Além disso, a existência de diferentes métodos para se calcular o VaR de um portfólio faz com que para cada cálculo haja um resultado diferente para o risco.

Por fim, analisando as quatro propriedades de medidas coerentes de risco, observadas em Hull (2012):

Monotonicidade: se um portfólio produz um resultado pior que outro portfólio por qualquer razão, sua medida de risco deve ser maior;

Invariância por translação: se uma quantidade K de capital é adicionada a um portfólio, sua medida de risco deve cair K;

Homogeneidade: mudar o tamanho do portfólio por um fator \(\lambda\) enquanto mantêm-se as quantidades relativas dos ativos, a medida de risco deve ser multiplicada por \(\lambda\);

Subaditividade: a medida de risco de dois portfólios quando é feita sua fusão não deve ser maior que a soma de suas medidas de risco antes da fusão.

Observa-se que, apesar de sempre satisfazer as três primeiras propriedades, há casos nos quais o VaR não satisfaz a quarta, tornando-o uma medida não coerente de risco.

Vantagens

Em meio a essa série de desvantagens o VaR se sustenta como uma das principais ferramentas na análise de riscos. Isso pode ser explicado dado sua capacidade de admitir a comparação de valores, que são expressos em unidade monetárias. Assim sendo, permite a comparação entre ativos de diferentes áreas do mercado. Além disso, sua larga utilização permite a comparação de riscos entre vários âmbitos tais como comparação de portfólios e entre diferentes setores.

Vantagens e Desvantagens de cada método

Método Paramétrico:

Por ser um método simples, requer pouca força computacional, mas sua simplicidade custa na confiabilidade da estimativa, que é limitada pelo uso da distribuição normal, não funciona bem para ativos que tenham retornos não lineares e pode subestimar o VaR em altos níveis de confiança e o sobrestimá-lo em baixos níveis.

Método Não-Paramétrico:

O método de simulação histórica é fácil de ser implementado. Os dados referentes ao cálculo geralmente apresentam-se em domínio público e não são necessários softwares complexos para se realizar o cálculo, de maneira que planilhas de cálculo simples são eficientes. A simulação histórica também não leva em conta suposições em relação a distribuição dos retornos e elimina a necessidade de se utilizar a matriz de covariância e outros parâmetros. Apesar disso, o método supõe que a distribuição de retornos do ativo se manterá a mesma, o que pode não ser razoável, e requer bases de dados sobre o preço do ativo, as quais nem sempre apresentam o tamanho suficiente.

Método de Monte Carlo:

O método de Monte Carlo é capaz de calcular de maneira eficiente o VaR devido ao uso de simulações não-lineares e de parâmetros, à possibilidade de adequá-la a diferentes distribuições estatísticas e ao fato de não ser tão afetada por eventos extremos. Apesar disso, é o mais complicado dentre os métodos apresentados, custando mais tempo para ser desenvolvido e necessitando grande capacidade de processamento de dados.

Referências

Hull, John. 2012. Risk Management and Financial Institutions,+ Web Site. Vol. 733. John Wiley & Sons.

Morettin, Pedro Alberto. 2008. “Econometria Financeira: Um Curso Em Séries Temporais Financeiras.”

Contribuiu como co-autor deste artigo o analista do núcleo de derivativos e risco Vinícius Custódio. LinkedIn

Posted by Arthur Vier in Derivativos & Riscos, 0 comments
Carta de Conjuntura Mensal Agosto 2019

Carta de Conjuntura Mensal Agosto 2019

Conjuntura Internacional
No contexto da Guerra Comercial, o começo de agosto trouxe ainda mais incerteza ao mercado internacional. A escalada de tensões ocorreu em razão do anúncio por parte dos EUA, no dia primeiro, de que seriam impostas tarifas de 10% sobre outros $300 bilhões de produtos chineses, efetivamente taxando todas as mercadorias importadas. Tal movimento agitou o mercado, que esperava que a trégua anunciada por ambas as partes na reunião do G20 em junho contivesse o conflito e o levasse a um possível acordo. Consequentemente, esperamos que a disputa comercial não se resolva em um curto horizonte de tempo, podendo se estender até 2020, ano das eleições americanas.

Nos Estados Unidos, as empresas de tecnologia foram as mais afetadas pela guerra comercial, devido ao setor de produção de muitas dessas companhias estar fortemente atrelado ao mercado chinês. O segmento liderou as perdas dentro do índice S&P 500 com baixa de 1,25%. Impulsionado pelos resultados negativos do setor, o S&P fechou em queda de 0,46% na última semana.

Um outro lado desse conflito internacional que recebeu destaque no começo deste mês, foi a queda do Yuan chinês para os valores mais baixos desde a crise econômica de 2008. Esse movimento, muito atrelado às tensões do comércio global, fez com que o Departamento do Tesouro dos Estados Unidos acusasse oficialmente a China de manipulação cambial. O motivo por trás dessa ação é que, mantendo a taxa de câmbio mais baixa, a potência asiática permanece competitiva mesmo com as novas tarifas anunciadas. Assim sendo, entendemos esse episódio como mais um catalisador de estresse na economia mundial.

Acerca da última reunião do Federal Reserve, nos dias 30 e 31 de julho, ocorreu um corte de 25 bps do Fed funds rate, menor que a expectativa média do mercado. Jerome Powell justificou o corte de juros como sendo um ajuste preventivo. Entendemos que as decisões subsequentes do Fed neste segundo semestre estarão atreladas fortemente a evolução da relação comercial entre os EUA e China.

Avaliamos, no entanto, que o Fed não possui muito espaço para cortar juros, com o intuito de “guardar munição” para uma situação econômica mais crítica, considerando principalmente o aumento da probabilidade de uma recessão. Além disso, a imprevisibilidade da trade war está trazendo incertezas para os mercados globais, aumentando a aversão ao risco do mercado. Com este cenário, houve uma fuga de capital para ativos notoriamente seguros, diminuindo, então, os juros em Treasury de 10 anos para 1,7% a.a, e os juros dos Bunds (títulos alemães) de 10 anos para -0.567% a.a. Isso elevou também o fluxo de capital para ativos com juros negativos, que atingiram o seu maior volume na história.

Identificamos também a possibilidade dos EUA desvalorizarem a sua moeda artificialmente, após falas do presidente Donald Trump sobre os benefícios que tal ação traria para o país. No entanto, para o curto prazo, pensamos que essa política parece improvável, visto que as reservas dos EUA necessárias não são significativas. Seria preciso uma mobilização política considerável para o governo conseguir apoio para movimentar um montante financeiro grande o suficiente que pudesse desvalorizar o dólar.

Na Europa, com a eleição de Boris Johnson, as discussões a respeito da saída do Reino Unido da União Europeia se intensificaram. O primeiro-ministro britânico adotou uma postura mais dura em relação ao Brexit, definindo uma data limite para o fim da relação. Não há um consenso entre os analistas do mercado sobre os impactos efetivos na economia do Reino Unido. Entretanto, no dia primeiro de agosto, o presidente do Banco da Inglaterra (BoE), Mark Carney, disse esperar uma separação “amigável” e, caso ocorra, os juros de mercado e a libra tenderiam a subir.

Comentário Macroeconômico Brasileiro

Durante o mês de julho e início de agosto, a tramitação da reforma da previdência no congresso superou nossas expectativas. Após aprovação do texto na câmara em segundo turno, a proposta seguiu para o Senado Federal com uma economia projetada para os próximos 10 anos de R$ 933 bilhões. Dentro do Senado, a reforma passará pela CCJ (Comissão de Constituição e Justiça) da Casa e posteriormente será votada em dois turnos em plenário. Acreditamos que o texto não sofrerá grandes desidratações e que a emenda constitucional deva ser promulgada pelo Congresso Nacional entre o fim de setembro e início de outubro.

A redução do risco de insolvência fiscal do país e o alívio no endividamento governamental devem repercutir positivamente na economia brasileira e na percepção do risco soberano. Não obstante, entendemos que a reforma do sistema previdenciário é o primeiro passo, porém, não é suficiente para maior estabilidade econômica no longo prazo. No sentido de reformas estruturais, a MP nº 881 (apelidada de MP da Liberdade Econômica) e a reforma tributária visando a simplificação de impostos, pautadas pelo governo atual, devem contribuir para um ambiente favorável ao crescimento econômico.

Como ação de recuperação da atividade no curto prazo, ao final do mês de julho, o governo anunciou novas modalidades para saque do FGTS através da MP nº 889. Acreditamos que a medida será positiva para estimular o lado da demanda, com liberação de aproximadamente R$ 30 bilhões em 2019 e R$ 12 bilhões em 2020. Através da nova regra, dada a alta propensão marginal a consumir do brasileiro, acreditamos que o consumo terá um novo catalisador no segundo semestre de 2019.

Adicionalmente, ao final do mesmo mês, o Comitê de Política Monetária decidiu cortar a meta da taxa Selic em 50 basis-points, de 6,50% a.a. para 6,00% a.a.. Acreditamos que acontecerão mais dois cortes de 50 bps até o fim do ano, alterando a taxa de juros básica para 5,00% a.a. Haja vista o histórico de ciclos de corte de juros no país, como a partir de outubro de 2016, e a atividade ainda anêmica da economia brasileira, não descartamos o cenário da Selic abaixo de 5% a.a., dependendo da inflação observada no próximo semestre.

A partir do observado, no nosso entendimento a retomada significativa da economia ainda está por vir e vislumbramos alguns sinais de que alterações estão sendo feitas para destravar o crescimento. Nos últimos meses, principalmente em junho e julho, os índices de confiança do consumidor da construção e do varejo - elaborados pela FGV - mostraram sinais otimistas em relação ao crescimento. Posto isso, com o avanço dos importantes catalisadores citados, como retomada na confiança de consumidores e empresários e fechamento do grau de ociosidade da economia brasileira, esperamos uma mudança positiva no preço dos ativos brasileiros nos próximos meses.

Posted by Bernardo Ramos in Conjuntura Macro / Renda Fixa, 0 comments
Carta de Conjuntura Mensal Julho 2019

Carta de Conjuntura Mensal Julho 2019

Conjuntura Internacional

Nas últimas semanas, a incerteza prevaleceu no cenário internacional. Vimos os EUA ameaçando imposição de novas tarifas ao Irã, devido às declarações de que este não mais respeitaria o acordo nuclear de 2015. A reunião do G-20 no Japão deveria ter marcado o reinício das negociações pelo fim do conflito comercial sino-americano, no entanto, Trump decretou novas taxações ao aço estrutural importado do México e da China, nos levando a acreditar que o conflito não cessará tão cedo, ainda que exista a possibilidade de reinício das negociações nas próximas semanas.

Na recente fala de Jerome Powell, presidente do FED (Banco central dos EUA), para o senado americano no dia 10 de julho, foi reforçada a postura de incerteza em relação aos próximos passos da economia americana. Muitos analistas já dão como certo um corte na taxa básica de juros ainda no mês de julho, o que levou a uma queda no rendimento do título do tesouro americano de 2 anos após o discurso de Powell (o rendimento e o preço do título são inversamente proporcionais na metodologia de cálculo, o que denota um aumento na procura do título).

Um mercado de trabalho que ainda segue estável (tendo adicionado 224 mil postos de trabalho no mês de junho), somado ao aumento de esperança no corte de juros, levou o S&P a bater 3 mil pontos, algo inédito até então. Entretanto, esperamos que o ponto de inflexão do ciclo de crescimento americano esteja se aproximando.

Na semana do dia 15 de julho começará a temporada de divulgação dos balanços das empresas do S&P em relação ao 2T19, onde esperamos ver os primeiros impactos da guerra comercial. Acreditamos que alguns setores, como o financeiro e o de energia, têm boas chances de apresentarem resultados já afetados pelas tarifas impostas por Trump. Além disso, cerca de 40% das receitas totais das empresas americanas listadas no S&P derivam de suas filiais internacionais, que são afetadas pela diminuição da atividade econômica global, aumentando os riscos externos.

Na Europa, a desconfiança é gerada pela escolha do novo premier do Reino Unido, que acontecerá até 22 de julho. Os dois possíveis candidatos defendem energicamente o Brexit, até mesmo sem acordo comercial. Além disso, os dados econômicos europeus mostram o segundo mês consecutivo de corte de postos de trabalho, a quinta redução seguida do índice de produção industrial e correções negativas nas projeções de crescimento e inflação para os próximos anos.

Na China o segundo trimestre de 2019 apresentou ritmo de crescimento mais lento dentre quase 30 anos. As estimativas apontam para uma taxa de crescimento acumulada em 12 meses de 6,2%, frente a 6,4% no período de janeiro a março. Desaceleração, esta, que foi puxada pela queda nas exportações e queda maior do que a esperada nas importações, justificadas pelo contexto de conflito comercial.

Finalmente, o acordo de livre comércio entre o Mercosul e a UE tem grande potencial de incentivar ganhos de produtividade na economia sul americana. No entanto, não esperamos que esse acordo seja ratificado antes do final de 2020, devido aos numerosos trâmites necessários para sua aprovação.

Conjuntura Nacional

No cenário doméstico, as perspectivas para o crescimento em 2019 continuam desanimadoras. No primeiro trimestre, o PIB apresentou queda de 0,2%, abaixo do esperado, assim como a queda de 0,5% do IBC-Br em abril. Tal desempenho levou o Banco Central a rever duas vezes sua projeção de crescimento para esse ano, de 2,4% para 2,0% em março e para 0,8% em junho. Dados mais recentes mostram desemprego estável em 12,3% e utilização da capacidade instalada em 67%, o que explicita o hiato do produto ainda acentuado.

Após uma das piores recessões, onde o PIB encolheu 3,8% e 3,5% em 2015 e 2016 respectivamente, o crescimento em 2017 e 2018 frustrou as expectativas e foi de apenas cerca de 1% em ambos os anos. Em 2018, incertezas perante as eleições, a crise argentina e a greve dos caminhoneiros contribuíram para um menor crescimento. Hoje, avaliamos que tais episódios já não influenciam nosso produto.

A lenta retomada do crescimento pode ser explicada pelas incertezas quanto à consolidação de reformas com alto impacto fiscal, visto que a última crise foi decorrente do descompasso entre gastos e receitas do governo. Ainda, vemos a economia brasileira no meio de um fiscal drag, conceito que representa o efeito refreador da contração de gastos públicos sobre o crescimento economia. Desde que atingimos o ápice do déficit em 2016, estamos presenciando um esforço extra, do atual e antigo governo, na mudança da trajetória fiscal. O fato é que o fiscal drag está mais intenso do que o esperado e, considerando o PIB pela ótica da demanda, a menor participação dos gastos do governo não está sendo compensada pelo crescimento dos investimentos privados.

A reforma da previdência é o carro-chefe da equipe econômica do governo. Após vagarosa tramitação, o texto base foi aprovado em primeiro turno no plenário com votação acima do esperado, o que gerou otimismo para os próximos passos. Mesmo não sendo igual a proposta original, a economia projetada de aproximadamente R$900 bilhões é bem vista. A PEC deve continuar sua trajetória em 06/08, após o recesso parlamentar e esperamos que seja aprovada no terceiro trimestre, próximo da reunião do Copom em setembro.

A inflação segue apresentando níveis tímidos, com 0,01% medido pelo IPCA de junho. Vemos isso como reflexo da lenta recuperação e alto desemprego. Em sua última ata, o Copom reconhece que houve uma interrupção do processo de recuperação da economia. O balanço de riscos sobre a inflação evoluiu favoravelmente, entretanto, o BCB continua atento à possibilidade de frustração com o avanço de reformas e ajustes, sendo esse o maior risco. O comitê pondera que o atual cenário de inflação baixa e estável, com expectativas ancoradas, somado ao lento crescimento do produto prescreve queda na taxa de juros a um ponto estimulativo. A abordagem usada foi a mais aberta até então, mas o corte está condicionado ao progresso das reformas.

As reformas e medidas do governo com viés contracionista não potencializam retomada de crescimento logo no curto prazo, porém, esperamos que elas contribuam para uma diminuição do risco de investimentos no Brasil e abram espaço para maior confiança dos empresários no médio e longo prazo, liberando investimentos contidos pelas incertezas quanto a agenda reformista. Estímulos adicionais foram sinalizados, como privatizações e liberação de saques do PIS/PASEP e FGTS equivalente a 1% do PIB para impulsionar a demanda no curto prazo.

Com a retomada de investimentos, aumento de contratações facilitadas pela alta oferta de mão de obra e maior liquidez na economia, projetamos uma retomada robusta de crescimento a partir de 2020.

Reflexo disso está na bolsa brasileira, que performou muito bem no primeiro semestre de 2019 e fechou junho com cerca de 10% de valorização no ano, batendo recordes históricos do Ibovespa. O que contribuiu, certamente, não foram os indicadores econômicos. Os vetores positivos foram: a) a forte sinalização do FED em iniciar um novo ciclo de afrouxamento monetário, atraindo o capital para ativos de risco e beneficiando os mercados emergentes; b) compromisso com a agenda de reformas, traduzindo para um menor risco país; c) sinalização de corte na Selic.

Posted by Bernardo Ramos in Conjuntura Macro / Renda Fixa, 0 comments