Efeitos da pandemia sobre o PIB ainda são incertos

A média das previsões para o crescimento do PIB em 2020, disponível no boletim Focus do Banco Central, se aproximou de -6%. Mesmo há quase três meses imersos na maior pandemia da nossa geração, esse pode não ser ainda o fundo do poço. O desvio-padrão das previsões continua bastante elevado, refletindo a incerteza que domina o ambiente econômico. Os dados do Focus são coletados a partir do pacote rbcb como abaixo.


library(rbcb)

pibe = get_annual_market_expectations('PIB Total',
start_date = '2015-01-01')

O gráfico que reflete o intervalo das previsões é colocado abaixo.

Como se pode ver, a média de -5,92% situa-se entre uma mínima de -11% e uma máxima de 1,89%, com um desvio-padrão de 1,73 pontos. Abriu-se uma boca de jacaré nas previsões do boletim Focus. A seguir, o comportamento do desvio-padrão.

desvio-padrão, que ficava em torno de 0,5, deu um salto em março, refletindo a incerteza que tomou conta do ambiente econômico global. Esse aumento de incerteza, diga-se, foi captado pelo índice da FGV, como pode ser visto abaixo.

Ao que parece, ainda estamos longe de saber os efeitos da pandemia sobre a economia brasileira.

____________________

(*) Você aprende a coletar, tratar e visualizar dados macroeconômicos 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

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.