Nível de Atividade pós-pandemia

Uma das perguntas mais importantes da atual conjuntura econômica diz respeito ao formato da recuperação pós-pandemia. Os primeiros números das pesquisas de alta frequência de nível de atividade, em particular, da Pesquisa Mensal do Comércio, da Pesquisa Mensal de Serviços e da Produção Industrial Mensal, dão algumas pistas para a resposta. A análise dessas pesquisas faz parte do nosso Curso de Análise de Conjuntura usando o R. Nesse Comentário de Conjuntura, faço uma breve análise sobre os dados.

O gráfico acima, por exemplo, ilustra o comportamento do Comércio Varejista, no seu corte ampliado. Tudo indica que a recuperação nesse setor sofreu forte influência dos incentivos garantidores de renda promovidos pelo governo. Em particular, pelo auxílio emergencial. Isso proporcionou a tão sonhada recuperação em V. Na margem, o Varejo Ampliado - que inclui automóveis e material de construção - avançou fortemente desde maio.

A apresentação completa da PMC que eu ensino os nossos alunos a fazer, automatizando todo o processo de coleta e tratamento dos dados pode ser vista aqui.

Infelizmente, entretanto, não é possível dizer que esse comportamento do Varejo define uma tendência para a economia como um todo. Veja, por exemplo, o comportamento dos Serviços. Ainda que também haja sinais de recuperação na margem, com avanço nos meses de junho e julho, a comparação interanual ainda permanece em terreno bastante negativo.

A apresentação completa da PMS que eu ensino os nossos alunos a fazer, automatizando todo o processo de coleta e tratamento dos dados pode ser vista aqui.

A produção industrial, por seu turno, apresenta comportamento semelhante: recuperação na margem, mas ainda no negativo na comparação interanual.

A apresentação completa da Produção Industrial que eu ensino os nossos alunos a fazer, automatizando todo o processo de coleta e tratamento dos dados pode ser vista aqui.

Tudo isso dito, é possível dizer que há sim uma recuperação em curso do nível de atividade, após a maior crise sanitária em 100 anos. Mas, infelizmente, parece que ela não vai ser tão rápida quanto gostaríamos.

Para terminar, gostaria de convidá-los para uma aula ao vivo que darei na próxima terça-feira, 29/09, sobre Dados Econômicos no R. Para garantir o seu acesso à aula, se inscreva aqui

 

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.