IBC-Br e a recuperação em V

O IBC-Br é um indicador de periodicidade mensal, construído pelo Banco Central, que busca incorporar a trajetória de variáveis consideradas como proxies para o desempenho dos diversos setores da economia. Na 31ª edição do Clube do Código, diga-se, eu faço uma comparação entre o IBC-Br e o PIB, de modo a verificar se aquele é um bom preditor desse. A análise completa do índice é feita no nosso Curso de Análise de Conjuntura usando o R. Aqui, vou mostrar como coletar os dados do índice diretamente do Banco Central, bem como gerar um tratamento e visualização dos dados.

script começa carregando alguns pacotes de R:


## Pacotes
library(tidyverse)
library(scales)
library(Quandl)
library(BETS)
library(tstools)
library(knitr)

Na sequência, eu baixo os dados do Banco Central a partir do pacote BETS. Ademais, já crio as variações que quero para mostrar o avanço do índice no curto prazo.


## Coleta e tratamento dos dados
ibc = BETSget(24363, data.frame=TRUE)
ibc_sa = BETSget(24364, data.frame=TRUE)
ibc_df = inner_join(ibc, ibc_sa, by='date') %>%
as_tibble() %>%
rename(ibc = value.x, ibc_sa = value.y) %>%
mutate(margem = (ibc_sa/lag(ibc_sa,1)-1)*100) %>%
mutate(interanual = (ibc/lag(ibc,12)-1)*100) %>%
mutate(trimestral = acum_i(ibc_sa,3)) %>%
mutate(anual = acum_i(ibc, 12))

De posse dos dados, eu posso criar uma tabela como abaixo, de modo a ilustrar o avanço do índice nos últimos meses.

Índice de Nível de Atividade do Banco Central
Data IBC-Br IBC_sa Margem Interanual Trimestral Anual
2020-03-01 136.34 131.62 -5.93 -1.59 -1.82 0.73
2020-04-01 119.03 119.42 -9.27 -14.27 -6.50 -0.45
2020-05-01 120.37 121.43 1.68 -13.55 -10.99 -1.99
2020-06-01 126.96 127.90 5.33 -6.06 -10.26 -2.36
2020-07-01 136.77 132.64 3.71 -4.30 -2.30 -2.83
2020-08-01 136.66 134.05 1.06 -3.92 5.94 -3.09

Observamos por essa tabela que o índice tem se recuperado nos últimos meses do tombo sofrido em março e abril por conta da pandemia do Covid-19. Na variação interanual, contudo, o índice ainda mostra comparações negativas com igual mês do ano passado. Todas as variações e o índice em nível podem ser mostrados em um gráfico múltiplo como abaixo.


A análise do índice nos últimos meses parece indicar uma recuperação em V, isto é, uma forte recuperação após o tombo do nível de atividade em março e abril.

Como mostro naquele exercício do Clube do Código, contudo, a comparação entre IBC-Br e PIB deve ser vista com cautela.

__________

(*) Para ter acesso aos códigos completos dos nossos futuros exercícios, cadastre-se na nossa Lista VIP aqui.

(**) Inscrições para as Turmas de Verão começam no próximo dia 27/10. Seja avisado por e-mail clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

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.