Crescimento esperado para 2020 começa a cair

Nas semanas anteriores, o IBGE divulgou os dados de nível de atividade das pesquisas de alta frequência (PMC, PMS e PIM-PF) referentes a dezembro. O Banco Central também divulgou o seu indicador de nível de atividade, o IBC-Br. Os resultados foram negativos na margem, mostrando uma dissipação dos efeitos do FGTS no quarto trimestre. Com efeito, há um início de revisão pelas instituições participantes do boletim Focus na expectativa de crescimento para esse ano.

Há uma semana era esperado crescimento de 2,3% para 2020. Agora, o crescimento está em torno de 2,23%. A piora nos indicadores de nível de atividade mostra que a recuperação da economia brasileira ainda é bastante incipiente. Corrobora com esse cenário a permanência dos núcleos de inflação no limite inferior da meta.

Esse cenário de atividade fraca e núcleos inflação mostrando ociosidade ainda elevada começa a levar a uma revisão na expectativa de juros para o ano que vem. Os participantes do TOP5 Médio Prazo já enxergam uma taxa de juros de 5,75% no final de 2021, abaixo dos 6,25% que eram projetados há quatro semanas. A mediana do mercado também revisou a expectativa para 6% na semana passada.

A semana, por fim, é marcada pela divulgação do IPCA-15 e pelos dados do CAGED.

(*) Isso e muito mais você aprende em nossos Cursos Aplicados de R.

___________


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

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.