Desenvolvemos um modelo Novo Keynesiano de agentes heterogêneos para analisar a transmissão de choques de demanda externa na economia brasileira. Isso é realizado pela incorporação de mercados incompletos em um modelo seminal de economia aberta. Sob as premissas de salários rígidos, preços flexíveis e uma taxa de juros real constante, mostramos analiticamente que o nosso modelo apresenta dois canais de transmissão indiretos, enquanto o modelo original contém apenas o canal direto.  Estendemos o nosso modelo introduzindo investimento, rigidez de preços, uma regra de Taylor e um mercado financeiro internacional segmentado. Nesta versão estendida, os choques de demanda externa são transmitidos pelo canal direto e cinco canais indiretos. Ao calibrar o modelo com dados macroeconômicos e distributivos brasileiros, mostramos que o canal direto desempenha um papel mínimo no processo de transmissão. Ao examinar como os choques de demanda externa afetam diferentes percentis de riqueza, descobrimos que os pobres são mais influenciados pela dinâmica do trabalho, enquanto os ricos são mais influenciados pela dinâmica financeira.

Este estudo busca preencher uma lacuna na literatura econômica sobre as pessoas em situação de rua (PSR) no Brasil, explorando dados administrativos pouco utilizados dessa população. Primeiro, traço o perfil de quase 200 mil indivíduos registrados como em situação de rua no Cadastro Único, analisando suas características demográficas, histórico de emprego formal na RAIS e acesso à assistência social antes e depois de vivenciarem a situação de rua, comparando-os a pessoas que nunca perderam a moradia. Eu encontro que 61% das pessoas em situação de rua já tiveram ao menos um vínculo de emprego formal. Além disso, antes de se tornarem PSR, esses indivíduos já estavam em uma trajetória de vulnerabilidade econômica – caracterizada por baixos salários e relações de emprego instáveis – e aproximadamente 55% só ingressaram na rede de assistência social após serem observados como em situação de rua. Utilizando regressões MQO, também encontro indícios de que estar cadastrado no Cadastro Único antes de perder o último emprego formal pode atuar como um fator de proteção contra a situação de rua, possivelmente devido ao acesso facilitado a benefícios legais, terapêuticos e de transferência de renda. Em seguida, aplico um modelo de estudo de eventos para avaliar o impacto de outro braço da política social – os Centros de Atenção Psicossocial (CAPS) – sobre aqueles que já estão em situação de rua. Os resultados indicam que indivíduos em situação de rua em municípios que receberam um CAPS pela primeira vez entre 2013 e 2022 tiveram uma maior probabilidade 2 p.p. maior de sair dessa condição que aqueles em cidades que não receberam a política, após o controle para diversos fatores de confusão. No entanto, os CAPS não parecem influenciar sua (re)inserção no mercado de trabalho.

Nós estudamos liderança na formulação de políticas utilizando como contexto particular o Federal Open Market Committee (FOMC). Nós utilizamos dados de todos os discursos de membros do FOMC entre 2000 e 2024 e algoritmos de processamento de linguagem natural para construir medidas de taxas de juros sinalizadas por sua comunicação. Nós utilizamos resíduos dessas taxas de juros estimados de funções de reação de Taylor como nossa medida dos choques dos discursos. Nossa estratégia de identificação utiliza pequenas janelas de dias ao redor dos discursos dos membros para estimar seus efeitos no posicionamento de outros discursos. Primeiro, nós mostramos que o Chairman influencia outros membros do comitê, principalmente os menos experientes. Nós também encontramos que essa influência aumenta consideravelmente durante períodos de incerteza elevada. Em seguida, nós decompos o conteúdo dos discursos para estudar mecanismos. O Chair lidera principalmente quando sugere a trajetória apropriada das taxas de juros. Por outro lado, tanto o Chairman como os Presidentes Regionais influenciam os outros membros quando discutem sobre a atividade econômica. Esses resultados são consistentes com um mecanismo de agregação de informação e explicados por um modelo simples de Aprendizado Bayesiano.

Em 2022, a prefeitura do Rio de Janeiro passou a subsidiar as empresas que operam as linhas de ônibus na cidade. Esses subsídios são condicionais ao cumprimento de metas diárias, e são pagos em uma taxa fixa por quilômetro, independentemente do número de passageiros. Eu uso dados de dispositivos de GPS instalados nos ônibus e estimo que a introdução do subsídio reduziu, consideravelmente, o tempo de espera de passageiros por ônibus. Para simular contrafactuais com políticas alternativas, eu construo um modelo estrutural de como as operadoras de ônibus reagem às regras de subsídio estabelecidas pela prefeitura. Eu comparo as implicações de bem-estar de diferentes estruturas de regulação e preço. Os resultados sugerem que condicionar o pagamento de subsídios ao cumprimento de uma quilometragem diária produz incentivos mais fortes para que as empresas elevem a circulação de ônibus do que com subsídios tradicionais.

Este estudo explora o uso de preços do iFood como proxy para indicadores socioeconômicos a nível de bairro e como fonte de dados para uma medida de inflação em frequência diária. Examina-se o relacionamento entre preços e o Índice de Progresso Social (SPI), e verifica-se correlação positiva entre as duas variáveis. Propõe-se um arcabouço teórico para descrever este relacionamento. Este resultado sugere que preços online são uma alternativa factível para elaboração de políticas públicas e tomada de decisão a nível local, particularmente em municípios onde indicadores tradicionais estão indisponíveis ou desatualizados. Pelo lado da inflação, verificamos que a média das estimativas diárias em dado mês acompanha a inflação mensal oficial a nível nacional, o que sugere que preços do iFood constituem meio válido para estimativas de inflação, e observações diárias são um indicador válido para a dinâmica inflacionária ao longo do mês.

Este estudo investiga o impacto das conexões políticas estabelecidas por meio de janelas eleitorais via doações de campanha corporativas na dinâmica das compras públicas. O momento e a proximidade dessas doações abrem caminho para relações mais estreitas entre políticos e empresas, potencialmente favorecendo condições para o favoritismo. Utilizando microdados detalhados sobre compras públicas dos estados do Ceará, Paraná e São Paulo, esta pesquisa adota um modelo de Regressão com Discontinuidade (RD Design) para alcançar a identificação causal. A abordagem simula uma alocação quase aleatória no processo de decisão de doação, aproveitando eleições competitivas. Não encontrei evidências significativas de favoritismo em favor de empresas conectadas nas descontinuidades de eleições competitivas.

Esta dissertação analisa a interação de três órgãos reguladores que monitoram e penalizam atividades de empresas brasileiras: Ministério Público, CADE e CVM. O benchmark da análise é a Operação Lava Jato, conduzida pelo Ministério Público e que indiciou empresas de grande porte principalmente por atividades de corrupção. Antes, durante e após a vigência das Operações da Lava Jato, 0 CADE e a CVM mantiveram-se ativas. Esses dois órgão reguladores indiciaram empresas por práticas anticompetitivas (CADE) e por atos prejudiciais aos acionistas minoritários (CVM). A maior abrangência temporal dos indiciamentos de CADE e CVM nos permite estimar quão punitivos os indiciamentos desses dois órgãos são, comparativamente às punições esperadas associadas aos indiciamentos da Lava Jato. Uma hipótese é que o rigor da Lava Jato estimulou o CADE e a CVM a aumentarem seus esforços de monitoramento e punição. Outra é que a pressão do Ministério Público abrandou o monitoramento do CADE e da CVM. Esta dissertação encontra evidência favorável à segunda hipótese, usando a metodologia de estudos de eventos. Estimativas de retornos anormais acumulados sugerem que os indiciamentos de CADE e CVM são mais custosos para as empresas indiciadas fora do período de pico da Lava Jato. Uma possível razão para um menor impacto dos indiciamentos de CADE e CVM nos retornos das ações seria um foco dos investidores na Operação Lava Jato. Esse foco teria gerado desatenção com relação aos indiciamentos de CADE e CVM. Estudos de eventos conduzidos nesta dissertação descartam essa hipótese. Os dados sugerem que o menor impacto dos indiciamentos do CADE e da CVM durante a Lava Jato se deve a uma menor efetividade desses órgãos reguladores.

Este estudo examina o impacto das aquisições no mercado de saúde sobre os preços dos procedimentos em São Paulo. Nossa hipótese é que as aquisições proporcionam às operadoras de planos de saúde maior poder de negociação, permitindo que elas negociem preços mais baixos com os hospitais. Analisamos cinco eventos de aquisição entre junho de 2018 e dezembro de 2020 usando a abordagem de diferença em diferenças, incluindo uma análise escalonada para considerar o momento variado desses eventos. Nossos resultados mostram uma redução significativa nos preços dos procedimentos de parto, incluindo partos normais e cesarianas, após as aquisições, enquanto o impacto nos procedimentos de UTI e consultas hospitalares é menos claro, sem mudanças consistentes ou significativas nos preços detectadas. Esses resultados sugerem que, embora as aquisições possam reduzir os preços de certos procedimentos de alta frequência, seu efeito em serviços mais especializados é mais limitado. Esta pesquisa contribui para a compreensão de como as dinâmicas de poder de mercado no setor de saúde influenciam a precificação dos procedimentos.

Estendemos um modelo de equilíbrio geral dinâmico com fricções financeiras para quantificar a importância relativa dos elementos que compõem o spread bancário. Nosso modelo contempla os principais componentes destacados na literatura: risco de crédito, poder de mercado dos bancos, impostos e custos operacionais. Um setor bancário imperfeitamente competitivo intermedia fundos entre depositantes e tomadores de empréstimos. Os bancos enfrentam risco de crédito, pois os tomadores de empréstimos podem se tornar insolventes e não pagar seus empréstimos. Ajustamos os parâmetros do modelo para alinhar com a economia brasileira, que possui um dos spreads mais altos do mundo. Quando calibrado, o modelo indica que os custos administrativos e o risco de crédito são os componentes mais substanciais do spread. Entre outros contrafactuais, mostramos que se a taxa de recuperação de crédito brasileira melhorasse para o nível dos EUA, o spread diminuiria em aproximadamente 13% do seu valor de equilíbrio.

Eu investigo a extensão em que o poder de mercado de trabalho no mercado de trabalho formal brasileiro contribui para a prevalência da disparidade salarial entre homem e mulher. Primeiro, eu mostro que maior concentração no mercado de trabalho é associada a maiores disparidades salariais entre homem e mulher, embora essa associação nao explique grande parte da disparidade. Em seguida, eu uso variação quasi-experimental de demissões em massa para identificar a relação causal entre concentração no mercado de trabalho e a disparidade salarial entre homem e mulher. Essa análise é restrita a quatro setores e três ocupações. Os resultados sugerem que se mercados de trabalho fossem perfeitamente competitivo, a disparidade salarial entre homem e mulher residual seria de 38% a 73.8% menor, dependendo da especificação.

Nós investigamos seleção à criminalidade. Especificamente, nós usamos uma base de dados inédita sobre prisioneiros de 24 dos 26 estados brasileiros e ricos dados administrativos para traçar os perfis de criminosos nascidos entre 1996 e 2002. Nós os comparamos com não-criminosos da mesma coorte usando um modelo de probabilidade linear com efeitos fixos de ano de nascimento e de lugar. Nossos achados sugerem que criminosos vem de lugares mais urbanos e vulneráveis, com uma maior exposição a outros criminosos. Além disso, nossos resultados indicam que a estrutura familiar importa e que pais de criminosos são economicamente mais  ulneráveis do que pais de não-criminosos. Por fim, criminosos tem piores resultados educacionais, um histórico de detenção juvenil, e piores resultados no mercado de trabalho.

A previsão de retornos sobre ativos financeiros tem sido uma tarefa importante durante toda a história da economia financeira. Este estudo emprega técnicas de aprendizado por máquina (ML) para prever retornos de portfólio com base no fator tamanho, visando não apenas melhorar as previsões, mas também compreender a fonte subjacente de previsibilidade. Em meio ao desafio de identificar preditores relevantes em dados ruidosos, esta pesquisa emprega uma abordagem de janela móvel, incorporando três defasagens de retornos de ações como candidatos a preditores para projetar retornos um minuto à frente. Modelos de benchmark, incluindo a média dentro da amostra e abordagens autorregressivas, são explorados junto com técnicas de ML como Ridge, LASSO, AdaLASSO e Random Forest. Identificamos consistentemente a superioridade dos modelos de ML sobre os modelos benchmark em termos de previsibilidade, com o modelo Random Forest se destacando como o mais eficaz. Além disso, a análise dos preditores selecionados pelos modelos revelou que eles são predominantemente inesperados, de curta duração e esparsos.

We analyze the influence of high credit spread on the transmission of monetary policy. We develop a macroeconomic model that generates endogenous credit spread with two main ingredients: banks that operate in Cournot competition and defaulting firms whose assets exhibit low recovery rate. The model implies that imperfect banking competition mitigates the effects of a monetary shock while credit frictions amplify them, indicating the presence of two transmission channels acting in opposite directions. A calibration consistent with Brazil shows that the second channel dominates the first, revealing that high credit spreads amplify the impact of a monetary shock on inflation but at a considerable cost in terms of lost output. To deal with such inefficiency, we propose an alternative monetary rule that takes into account changes in the spread. Our results suggest that this alternative rule reduces welfare losses, offering a promising avenue for central banks to balance inflation control and output concerns.

Estudamos como a desigualdade de renda e riqueza afetam o mecanismo de transmissão de uma expansão do crédito para o consumo em um modelo de mercados incompletos com agentes heterogêneos. Após um choque inesperado que aumenta a capacidade de endividamento das famílias, há um “boom” de consumo de curto prazo seguido por um “bust” persistente devido ao endividamento das famílias. No nível das famílias, a resposta do consumo é impulsionada por dois canais: um canal de crédito direto, que caracterizamos por uma nova estatística - o Intertemporal Credit MPC, e o canal indireto, liderado por efeitos orçamentários e de substituição intertemporal. A heterogeneidade nas respostas é causada pela posição de riqueza das famílias, e esses resultados também se mantêm no nível agregado, com a desigualdade de riqueza amplificando os ciclos de consumo através do canal de crédito direto, enquanto o canal indireto leva a uma recuperação mais rápida. Além disso, com base em dados de consumo agregado, crédito setorial e desigualdade entre países, encontramos evidências robustas de ciclos de Boom & Bust no consumo e evidências fracas de que a desigualdade atua como um amplificador dependente do estado desses ciclos.

Este artigo desenvolve um modelo de Equilíbrio Geral Estocástico Dinâmico com preços rígidos e heterogeneidade nos setores de produção. As empresas em diferentes setores variam em sua rigidez de preços, tecnologia de produção e na combinação de trabalho e insumos intermediários. Elas compram insumos usando uma adaptação da Matriz Insumo-Produto brasileira, permitindo-nos considerar o impacto de choques idiossincráticos em todos os setores, ao longo da cadeia produtiva. Os resultados ajudam a explicar a dinâmica setorial dos repasses de preços entre os índices de preços ao produtor e ao consumidor no Brasil.

There is a flourishing literature trying to explain the behaviour of US treasury bond returns comoving positively with US stock returns before the 2000’s, and working as hedge assets since then. In Brazil, for the last 18 years, we find that the comovement of treasury bonds and stocks returns has been positive and volatile. Inflation being procyclical or countercyclical and the monetary policy showed up relevant for explaining this behavior, as pointed by the literature for the US. But, considering Brazil as an emerging market, we find that movements in country risk also played a considerable role by making Brazilian bonds and stocks prices move in the same direction, generating more positive bond to stock betas1. Controlling for country risk, we find periods that a positive correlation between inflation and output indeed would have generated negative bond-stock betas, as was predicted by Campbell, Pflueger e Viceira (2020). Since a positive beta of an asset imply a positive risk premium, by estimating a term structure model we find that this contributed with 1 percentage point in the term spread of bonds.

Um de cada cinquenta trabalhadores na força de trabalho atuou na economia gig, em 2019 nas capitais do Brasil. Este setor gig permite que trabalhadores entrem ou saiam do mercado com flexibilidade e escolham livremente quantas horas ofertar. Este artigo responde se o trabalho gig beneficia trabalhadores ao servir como um seguro, ou um colchão, contra o desemprego (por absorver pessoas que estão sem emprego enquanto elas não encontram trabalhos tradicionais) num contexto de grande informalidade. Dados trimestrais longitudinais de pesquisas domiciliares de 2012 a 2019 me permitem mapear transições entre trabalhos gig para outros status no mercado de trabalho. Para responder minha pergunta, eu conduzo um estudo de evento que aproveita a entrada escalonada de uma grande empresa de transporte por aplicativo (Uber) em diferentes municípios em diferentes status individuais no mercado de trabalho. Estimo que a economia gig aumenta a probabilidade de uma pessoa se tornar um motorista de aplicativo mas não aumenta de deixar o não-emprego. Isso difere do que Jackson (2022) encontra para os Estados Unidos, possivelmente porque, no Brasil, o setor informal sozinho já fornecia o tipo de flexibilidade que absorvia aqueles sem emprego para trabalhos informais. Mostro que a maioria das pessoas que entram para a economia gig eram trabalhadores qualificados de colarinho azul, tanto formais quanto informais, enquanto há uma parcela de pessoas fora da força de trabalho que são absorvidas para trabalhos gig. Não encontro efeitos da disponibilidade de trabalho gig sobre salários. Regressões a nível municipal permitem estimar impactos de longo prazo da economia gig e as estimativas sugerem que o trabalho gig pode afastar pessoas do emprego formal a longo prazo. Quando existe um setor informal estabelecido, o efeito colchão contra o desemprego da economia gig é limitado.

Benefiting from a novel dataset published by the Central Bank of Brazil (BCB) we estimate the effects of FX Interventions from 1999 to 2023. We first employ a structural VAR with daily frequency identified with an instrument based on the timing of BCB announcements. Interventions are found to be effective in changing the USDBRL level over a period of 20 working days by 0.24 p.p. for each 1USD billion employed. We then implement an Artificial Counterfactual (ArCo) approach to each intervention episode separating them by side and instrument. Compared to SVAR interventions are found to be more effective although with smaller statistical significance. Spot Interventions are more effective than Swaps. We find no effects of interventions over the shortterm volatility of the USDBRL.

Carbon markets offer a promising avenue for tackling climate change, yet their advancement encounters challenges, notably in accurately measuring emissions avoidance from forest-related activities. This paper introduces a dynamic discrete choice model tailored for assessing such emissions, using a novel database of panel data on private property land use, characteristics, and carbon project participation. Our analysis reveals that approximately 23% of carbon stocks within forestry carbon projects on private properties in the Brazilian Amazon lack exposure to deforestation risks and should therefore not be tradable as carbon credits. Through simulated scenarios, we demonstrate that elevated carbon prices or reduced participation costs in these projects could substantially augment the supply of avoided carbon emissions. Interventions such as cost reductions, price subsidies or regulatory improvements could bolster supply and contribute to climate change mitigation efforts. Lastly, we identify suitable properties for future project participation, aiming to mitigate investment risks and optimize expected returns.