IBRE/FGV lança Indicador de Incerteza Econômica

O IBRE/FGV lançou ontem o Indicador de Incerteza da Economia Brasileira, composto por três medidas: "i) a primeira, IIE-Br-Mídia, é baseada na frequência de notícias com menção à incerteza; ii) a segunda, IIE-Br-Expectativa, é construída a partir das dispersões das previsões de especialistas para a taxa de câmbio e para o IPCA; e iii) o último componente é baseado na volatilidade do mercado financeiro, o IIE-Br Mercado". Para os interessados, abaixo um rápido script para baixar os dados do site do IBRE e fazer um gráfico...

######################################
##### Incerteza econômica ############


library(XLConnect)
library(ggplot2)

## Importar dados

temp <- tempfile()
url <- 'http://bit.ly/SHincertezanov16'
download.file(url, temp, mode='wb')
data <- loadWorkbook(temp)
data <- readWorksheet(data, sheet=1, colTypes = c('POSIXt', 'numeric'))

## Gráfico

ggplot(data, aes(x=Data, y=IIEBR))+
 geom_line(size=.8, colour='darkblue')+
 xlab('')+
 ylab('')+
 labs(title='Índice de Incerteza Econômica do IBRE/FGV')+
 theme(plot.title = element_text(hjust = 0.5))

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.