Do ponto  de  vista  teórico, períodos  de  incerteza  econômica  têm,  dentre  outras,  as seguintes  implicações: postergação  das  decisões  de  consumo  e  investimento, deterioração das condições financeiras via mercado de crédito, aumento da poupança com motivos precaucionais e redução de consumo de bens duráveis.  

Desde o final da década passada, os economistas vêm se dedicando ativamente ao estudo de choques de incerteza e seus reflexos econômicos. Especialmente após a pesquisa  pioneira  de  Bloom  (2009),  uma  série  de  trabalhos,  como  Bloom  (2014), Bachman  et  al.  (2013), Baker  et  al.  (2016) mostraram  que  choques  de  incerteza estão associados a uma queda rápida do produto e emprego. 

Ainda que o a incerteza não seja diretamente mensurável, diversas proxiessurgiram na  literatura,  como  a  volatilidade  do  mercado  acionário(Bloom,  2009),  a  dispersão das expectativas dos agentes econômicos(Bachmann et al., 2013) , o componente comum dos erros de previsão de variáveis macroeconômicas(Jurado et al., 2015)e a frequência com que a palavra “incerteza” é mencionada em seções  econômicas  de jornais(Alexopoulos e Cohen, 2015). 

A disseminação dos estudos sobre os efeitos da incerteza motivou o desenvolvimento de indicadores mais específicos, como a incerteza relacionada à política econômica em Baker et al. (2016) e mais recentemente incerteza sobre política monetária, como em Husted et al. (2017). No  Brasil, acompanhando  a  literatura  internacional,  vêm  crescendo  o  volume  de estudos quantitativos sobre choques de incerteza, incluindo Costa Filho (2014),e mais recentemente Barboza e Zilberman (2018). Outros estudos recentes incluem Bezerra (2018),  que utiliza  dados  de  sondagens  da  FGV  para  desenvolver  um  índice  de incerteza  empresarial,  enquanto  Godeiro  e  Lima  (2017)  desenvolvem  um  índice  de incerteza macroeconômica inspirado em Jurado et al. (2015). 

     A pesquisa Focus do Banco Central apresentou indicadores de incerteza fiscal para diferentes horizontes de tempo. As medidas se basearam na dispersão das expectativas dos agentes para o resultado primário, no resultado primário discricionário e na dispersão das expectativas dos agentes para a Dívida Líquida do Setor Público (DLSP). 

     O resultado desse estudo aponta um resultado negativo da incerteza inflacionária na economia brasileira com possibilidade de identificar os períodos de maior incerteza fiscal na economia brasileira nos últimos 20 anos. É notado no Gráfico 1 que durante o período 2014/2016, os níveis de incerteza superaram o observado durante o episódio eleitoral de 2002.  Também é identificado que manobras contábeis para o cumprimento de regras fiscais condizem com um aumento da incerteza fiscal durante o tempo.

     Dessa maneira, ações devem ser tomadas para que essa situação melhore. Como exemplo, pode-se citar: adesão de um planejamento fiscal; criação de regras fiscais mais rígidas para o desempenho da economia brasileira; e estabelecimento de procedimentos no que concerne ao cumprimento das regras fiscais.

Os resultados mostram 

que a dispersão das expectativas de crescimento econômico são significativas para 

explicar a d

ispersão das expectativas de primário, particularmente para 1 e 2 anos à 

frente. A dispersão das expectativas para a inflação do IPCA também são relevantes 

para explicar a dispersão das e

xpectativas de resultado primário

, mas aparecem com 

coeficiente estim

ado negativo

. 

Fernández-Villaverde em 2015 e Anzuini et al. Em 2007. Villaverde já associavam a volatilidade de regras fiscais e a incerteza fiscal, em que os gastos governamentais e os impostos têm a sua aplicação sobre a renda e o consumo pessoal, enquanto para Anzuini estima-se uma função de reação fiscal tradicional, com o resultado primário em função da dívida e de demais controles, para isso, são aplicadas as seguintes fórmulas: 𝑠𝑡 = 𝛽1 + 𝜌𝑏𝑡−1 + 𝛽𝑗𝑋𝑗𝑡 + 𝜀𝑡 ,𝑗 = 2, … , � em que 𝑋𝑗𝑡 representa um conjunto de 𝑗 = 2, … , 𝑚 variáveis de controle, eles também podem interferir no o resultado primário.

Luporini em 2015 estimou modelos considerando diferentes fases para o endividamento do setor público. As fases  foram a DSLP e DBGG,foi feito pela metodologia velha e pela nova, foi estimado de 01/2003 a 04/2018, a DLSP e a DBGG na metodologia velha e de 12/2006 a 04/2018 na metodologia nova, ainda seguindo Luporini ao utilizar dados mensais, na série de superávit primário,  utilizou-se a série de código 5364 no SGS – NFSP sem desvalorização cambial (% do PIB), Resultado Primário Total do Setor Público Consolidado. já na série de DBGG, utilizou-se as séries de números 4537, até 2007, e 13762, a contar de 2008, do SGS. Logo, para a série de DLSP, utilizou-se a 4513 – Dívida Líquida do Setor Público Consolidado em % do PIB. 

Na terceira coluna do gráfico, utiliza-se a DLSP para a de endividamento, o que resulta é um resultado negativo primário ao endividamento do setor público e obtendo 1% de aumento da DLSP em comparação ao PIB, que tem o seu resultado primário diminuído para 0,08%, esse relutância esta de acordo com o defendido pelo Cysne e Campos, expressando a baixa do coeficiente da reação fiscal e uma dívida desde 2014 .

Após fazer a checagem do resultado gerado pela economia, atentando as medidas de incerteza fiscal como resíduos quadráticos das funções de reação estimadas. Essas séries então foram colocadas como endógenas no VAR, ordenadas antes do EMBI e do hiato do IBC-Br, como pode está expresso nos gráficos 12 e 13.

Os resultados expressam um aumento do prêmio de risco após a incidência do choque, com base nos resíduos quadráticos das funções, sendo depois de dois meses do impacto, marcou um aumento chegando a 10 pontos-base

A previsibilidade fiscal para a macroeconomia é representada elevação do premio de risco, provocada pela politica fiscal que desvia do comportamento.