Uma explicação trivial (mas palavrosa) para o maior crescimento económico do milénio

O crescimento do PIB de 2,8% – o ritmo mais alto do século, como as televisões não se cansam de repetir – deixou muita gente surpreendida, algumas pessoas radiantes e outras naturalmente desgostosas. A surpresa é justificada, porque nas análises que fui lendo nos últimos tempos não havia nada que sugerisse uma aceleração tão forte. Mas penso que a ‘explicação’ para este crescimento, se é que assim lhe podemos chamar, é mais prosaica do que se presume.

A situação, aliás, traz-me à memória uma rábula de 2013, quando o desemprego interrompeu inesperadamente a trajectória de subida e desatou a descer por ali abaixo. O choque entre as expectativas e a realidade criou uma dissonância cognitiva tão grande na altura que assistimos a um longo desfiar de teorias da conspiração para provar que o desemprego “real”, ao contrário do que se pensava, não só não estava a subir como tinha na verdade estabilizado em torno dos 25%. Assim de cabeça lembro-me dos: É tudo uma questão de sazonalidade, Os desempregados estão a voltar à agricultura de subsistência (ver aqui também), O desemprego desce mas é todo precário, O IEFP está a esconder os desempregados em acções de formação (e a queimá-los na área 51), É a emigração que fez desaparecer o desemprego (ver aqui também), É o Estado que está a contratar e É tudo isto e muito mais.

Mas a verdade é que os factos eram claros e a explicação simples. O desemprego estava a diminuir porque as recessões são cíclicas por natureza, e depois de atingir os 17% era difícil fazer outra coisa que não fosse descer. O facto de o ponto de partida ser tão alto, conjugado com uma quebra estrutural na relação entre PIB e emprego (ver aqui, aqui, aqui, aqui), justificava a descida sólida e consistente do desemprego. O desemprego caiu muito pela mesma razão que o crédito aumentou imenso: porque tudo o que sobe acaba por descer.

Com as devidas adaptações, julgo que o mesmo “fenómeno” pode explicar “o maior crescimento do século” do PIB. Vejamos porquê.

Continuar a ler

Juros a descer. E não sei se já repararam, mas…

Há alguma coisa a passar-se com as taxas de juro portuguesas. Não sei se todos repararam, mas no último mês aconteceu isto com as yields das obrigações a 10 anos (fonte: Bloomberg).

Sem Título

Isto foi no último mês. A tendência de descida, porém, vai um pouco para lá de 19 de Abril. As condições financeiras parecem estar a melhorar mais ou menos desde o início de Fevereiro, quando os juros atingiram os 4,244%. A partir daí foi sempre a descer, e se excluirmos a subida ‘técnica’ de meados de Março (causada pela mudança de benchmark nos terminais da Bloomberg e da Reuters), então a redução acumulada da yield já vai nos 1,3 pontos percentuais.

Continuar a ler

Teoria ou dados?

Já falei ali em baixo sobre o soul-searching a que muitos macroeconomistas se têm dedicado nos últimos anos, depois de constatarem fertilidade limitada do uso de DSGE’s como programa de investigação. Mas há debates menos herméticos do que esse a correr em paralelo. Como este, acerca da interacção entre teoria e investigação empírica: How should theory and evidence relate to each other? (Noah Smith)

Without a structural model, empirical results are only locally valid. And you don’t really know how local “local” is. If you find that raising the minimum wage from $10 to $12 doesn’t reduce employment much in Seattle, what does that really tell you about what would happen if you raised it from $10 to $15 in Baltimore?

That’s a good reason to want a good structural model. With a good structural model, you can predict the effects of policies far away from the current state of the world.

In lots of sciences, it seems like that’s exactly how structural models get used. If you want to predict how the climate will respond to an increase in CO2, you use a structural, microfounded climate model based on physics, not a simple linear model based on some quasi-experiment like a volcanic eruption. If you want to predict how fish populations will respond to an increase in pollutants, you use a structural, microfounded model based on ecology, biology, and chemistry, not a simple linear model based on some quasi-experiment like a past pollution episode.

That doesn’t mean you don’t do the quasi-experimental studies, of course. You do them in order to check to make sure your structural models are good. If the structural climate model gets a volcanic eruption wrong, you know you have to go back and reexamine the model. If the structural ecological model gets a pollution episode wrong, you know you have to rethink the model’s assumptions. And so on.

(…)

Economics could, in principle, do the exact same thing. Suppose you want to predict the effects of labor policies like minimum wages, liberalization of migration, overtime rules, etc. You could make structural models, with things like search, general equilibrium, on-the-job learning, job ladders, consumption-leisure complementarities, wage bargaining, or whatever you like. Then you could check to make sure that the models agreed with the results of quasi-experimental studies – in other words, that they correctly predicted the results of minimum wage hikes, new overtime rules, or surges of immigration. Those structural models that failed to get the natural experiments wrong would be considered unfit for use, while those that got the natural experiments right would stay on the list of usable models. As time goes on, more and more natural experiments will shrink the set of usable models, while methodological innovations enlarges the set.

But in practice, I think what often happens in econ is more like the following:

1. Some papers make structural models, observe that these models can fit (or sort-of fit) a couple of stylized facts, and call it a day. Economists who like these theories (based on intuition, plausibility, or the fact that their dissertation adviser made the model) then use them for policy predictions forever after, without ever checking them rigorously against empirical evidence.

2. Other papers do purely empirical work, using simple linear models. Economists then use these linear models to make policy predictions (“Minimum wages don’t have significant disemployment effects”).

3. A third group of papers do empirical work, observe the results, and then make one structural model per paper to “explain” the empirical result they just found. These models are generally never used or seen again.

A lot of young, smart economists trying to make it in the academic world these days seem to write papers that fall into Group 3. This seems true in macro, at least, as Ricardo Reis shows in a recent essay. Reis worries that many of the theory sections that young smart economists are tacking on to the end of fundamentally empirical papers are actually pointless

(…)

It’s easy to see this pro-forma model-making as a sort of conformity signaling – young, empirically-minded economists going the extra mile to prove that they don’t think the work of the older “theory generation” (who are now their advisers, reviewers, editors and senior colleagues) was for naught.

But what is the result of all this pro-forma model-making? To some degree it’s just a waste of time and effort, generating models that will never actually be used for anything. It might also contribute to the “chameleon” problem, by giving policy advisers an effectively infinite set of models to pick and choose from.

And most worryingly, it might block smart young empirically-minded economists from using structural models the way other scientists do – i.e., from trying to make models with consistently good out-of-sample predictive power. If model-making becomes a pro-forma exercise you do at the end of your empirical paper, models eventually become a joke. Ironically, old folks’ insistence on constant use of theory could end up devaluing it.

(…)

In other words, econ seems too focused on “theory vs. evidence” instead of using the two in conjunction. And when they do get used in conjunction, it’s often in a tacked-on, pro-forma sort of way, without a real meaningful interplay between the two. Of course, this is just my own limited experience, and there are whole fields – industrial organization, environmental economics, trade – that I have relatively limited contact with. So I could be over-generalizing. Nevertheless, I see very few economists explicitly calling for the kind of “combined approach” to modeling that exists in other sciences – i.e., using evidence to continuously restrict the set of usable models.

O que significa “financiamento monetário dos défices”?

De há umas semanas para cá que tenho perdido algum tempo a espreitar o programa de compra de activos do BCE, sobretudo na parte que diz respeito ao sector público. E nas análises que fui lendo há um termo que aparece recorrentemente: “financiamento monetário dos défices”. O que me fez pensar um bocado acerca do que é que é suposto estar encapsulado neste conceito, porque me parece menos óbvio do que se julga.

A Wikipédia define o financiamento monetário dos défices como:

Debt monetization is the financing of government operations by the central bank (…) The central bank may purchase government bonds by conducting an open market purchase, i.e. by increasing the monetary base through the money creation process. If government bonds that have come due are held by the central bank, the central bank will return any funds paid to it back to the treasury. Thus, the treasury may “borrow” money without needing to repay it.

O meu problema com esta definição é: se consideramos que isto é “financiamento monetário dos défices”, então será que o “financiamento monetário dos défices” não é a coisa mais corriqueira e habitual da actividade de um banco central, uma actividade que acontece em todos os países, em todas as décadas e ao longo de todos os ciclos económicos? E será que isso não a torna, enfim, banal e trivial, sem grande relevância ou importância prática?

Continuar a ler

Dívida do Estado (e os seus credores)

Na nota de análise das contas públicas de 2016 o Conselho das Finanças Públicas tem um excelente quadro com a decomposição da dívida pública por sector financiador. É uma grande ideia. Há algum tempo que andava às voltas dos números do Banco de Portugal para perceber os contributos relativos de cada fonte de financiamento, mas nunca consegui saber ao certo como é que as aquisições do BCE são registadas nas estatísticas monetárias e financeiras. O resultado é o seguinte.

123

Se bem percebo este quadro, cada barra mostra mostra a dívida pública de cada ano, dividida por sector financiador: a composição do stock em termos de quem o detém. Ora, é possível pegar nestas barras, calcular as diferenças de ano para ano e assim obter os fluxos correspondentes.

E isto permite-nos, se eu não tiver metido o pé na poça algures por aqui, perceber quem está a ‘entrar’ ou a ‘sair’ do negócio da dívida pública portuguesa. E, pelas minhas contas, o resultado é mais ou menos o seguinte.

Continuar a ler

Ainda o país com a maior dívida externa do mundo

Ali em baixo, num post de Fevereiro, notei como a Irlanda, apesar de manter um excedente externo na casa dos 10% do PIB, tem vindo a acumular uma posição patrimonial cada vez mais negativa. Em 2016, a Posição de Investimento Internacional chegou a uns estonteantes -175% do PIB, um valor completamente desalinhado com a evolução da Balança de Transacções Correntes.

Claro que a soma dos fluxos não corresponde necessariamente aos movimentos dos stocks, mas há algo de estranho em divergências tão grandes, sobretudo quando se espera que um e outro reflictam mais ou menos a mesma realidade subjacente. O que me fez pensar que tudo poderia resultar de algumas características particulares da economia irlandesa, que a tornam especialmente vulnerável a algumas limitações das estatísticas macroeconómicas.

Parece que esse é o caso. O FMI tem uma caixa interessante acerca desta questão no último World Economic Outlook, onde explica que o que está a acontecer é um dos desagradáveis side-effects da mudança do destino onde as multinacionais registam o ‘capital intangível’ relacionado com propriedade intelectual. Um problema que, pelos vistos, também teve alguma coisa que ver com o estranho crescimento do PIB de 2015 (mais de 26%).

The assessment of net international investment positions is becoming increasingly complex as these positions—alongside national accounts figures—can be affected by financial decisions related to the corporate structure of large multinational companies, with no clear repercussions for external sustainability (or any tangible effects on employment and living standards). A case in point is Ireland, where the relocation of entire balance sheets by multinational companies, and in particular intellectual property products, led to a very large upward revision in the stock of intangible capital in the country (…)

O WEO também revela que o CSO (o INE lá do sítio) está a trabalhar num conjunto de indicadores que capturem a realidade subjacente a agregados como o PIB ou o RNB, mas que seja menos vulnerável a algumas das suas limitações. Pelos vistos até já há um relatório preliminar, mas lá no site não consegui encontrar. Se algum dos leitores o tiver, pode deixar o link nos comentários.

 

O que está mal com a macroeconomia?

Há mais ou menos uma década, Olivier Blanchard escreveu um paper acerca das longas  e violentas discussões entre macroeconomistas nos anos 70 e 80. Blanchard começava por lembrar algumas das controvérsias desse tempo – desde a contenda entre keynesianos e monetaristas, até à discussão em torno das expectativas racionais e microfundações -, para concluir que, pela altura em que escrevia, as grandes batalhas tinham acabado numa trégua perpétua. Havia então um largo consenso em torno da metodologia a aplicar (as “regras do jogo”) e dos factos a que qualquer teoria tinha de se conformar, que justificavam a conclusão do autor: «The state of macro is good».

As palavras de Blanchard podem ter sido precipitadas, porque pouco depois as discussões voltaram à baila. No New York Times, Paul Krugman escreveu o famoso How did economists get it so wrong?, seguido de uma célebre série de posts acerca da dark age of macroeconomics. John Conchrane respondeu em How did Krugman get it so wrong?, houve alguma “troca de correspondência” e a coisa acabou por azedar.

O curioso disto tudo é que aquilo que começou por ser uma discussão técnica sobre uma questão muito específica da macroeconomia – a eficácia da política orçamental para controlar o ciclo económico – rapidamente se transformou num debate mais vasto sobre a natureza do conhecimento macroeconómico. Ou, como costuma dizer um amigo meu…

Continuar a ler