CAGED mostra firme recuperação no mercado de trabalho

O Cadastro Geral de Empregados e Desempregados (CAGED), divulgado mensalmente pelo Ministério da Economia, mostra o fluxo de contratos formais. A boa notícia é que a pesquisa teve resultado positivo pelo sétimo mês consecutivo, já feito o ajuste sazonal. Nos últimos 12 meses, o CAGED com ajuste sazonal manteve média mensal de 40 mil contratações líquidas. O resultado, como mostra o gráfico abaixo, está espalhado pela maior parte dos setores da economia.

Como mostrei em exercício recente do Clube do Código, nos próximos meses deveremos ver uma contaminação dos bons resultados do CAGED sobre a PNAD Contínua, uma pesquisa mais ampla que envolve medidas de estoque no mercado de trabalho.

________________

(*) Script completo de análise do CAGED está disponível no nosso Curso de Análise de Conjuntura usando o R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Resultado PNADc Trimestral - 3° Trimestre/2024

A Análise Macro apresenta os resultados da PNADc Trimestral do 3º trimestre de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

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.