Frágeis fundamentos

Nunca foi tão difícil analisar variáveis macroeconômicas no Brasil. A pandemia do coronavírus causou um estrago sem precedentes na macroeconomia brasileira. Um desses reflexos pode ser sentido na análise das expectativas do mercado, a partir dos dados do boletim Focus do Banco Central. A análise desses dados com o R faz parte do nosso Curso de Análise de Conjuntura usando o R.

A inflação média esperada para 2020 encontra-se em 1,73%, abaixo, portanto, do limite mínimo estabelecido pelo regime de metas. A baixa inflação reflete a abertura sem precedentes do hiato do produto, que pode ser verificado diante do crescimento de -5,56% esperado para esse ano. E nem mesmo o overshooting do câmbio, esperado em 5,2 R$/US$, foi capaz de gerar algum repique inflacionário, mostrando o tamanho do desastre a que estamos submetidos.

Os dados aqui referidos são coletados de forma automática com o R.

_______________

(*) Após algumas semanas de luto pelo falecimento da minha mãe, volto ao trabalho aqui na AM. Agradeço a todas as mensagens que recebi nesse tempo.

(**) Isso e muito mais você aprende 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

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

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 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.