Em vários momentos do nosso Curso de Renda Fixa usando o R, usamos a curva de juros PRÉ da B3 no apreçamento de alguns intrumentos de renda fixa. Essa curva é importantíssima para o mercado financeiro brasileiro. Diversos instrumentos financeiros como títulos de dívida e derivativos são apreçados com as taxas de juros dessa curva. Fora a sua importância como fator de risco primário no mercado financeiro.
Neste post vamos ver como salvar um histórico dessa curva com a função `get_curve` utilizada em outros posts.
Vamos começar importando os pacotes necessários e fazendo a configuração do calendário do `bizdays`.
1 2 3 4 5 6 7 | library(glue)library(xml2)library(stringr)library(bizdays)library(tidyverse)bizdays.options$set(default.calendar="Brazil/ANBIMA") |
Segue a função `get_curve`:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | get_curve <- function (refdate, ticker="PRE") {print(refdate)refdate <- as.Date(refdate)url <- glue("{url}?Data={format(refdate, '%d/%m/%Y')}&Data1={format(refdate, '%Y%m%d')}&slcTaxa={ticker}")doc <- read_html(url)tbl <- xml_find_all(doc, "//table[contains(@id, 'tb_principal1')]")if (length(tbl) == 0)return(NULL)num <- xml_find_all(tbl[[1]], "td") %>%xml_text() %>%str_trim() %>%str_replace(",", ".") %>%as.numeric()dc <- num[c(TRUE, FALSE, FALSE)]tx_252 <- num[c(FALSE, TRUE, FALSE)]terms <- bizdayse(refdate, dc)ix <- (terms %% 21) == 0terms <- c(terms[1], terms[ix])rates <- c(tx_252[1], tx_252[ix])/100log_pu <- log((1 + rates)^(terms/252))rate <- function(pu, term) pu^(252/term) - 1log_price_interpolator <- approxfun(terms, log_pu, method="linear")function (term) {pu <- exp(log_price_interpolator(term))rate(pu, term)*100}} |
É importante notar que essa função retorna outra função, e esta recebe um único argumento que é o prazo para as taxas de juros. Ou seja, a função retornada recebe prazos em dias úteis e retorna as taxas de juros correspondentes a estes prazos.
Vamos fazer o download de diversas curvas para diversas datas, armazenar as funções retornadas por `get_curve` em uma lista e salvar essa lista em um arquivo para que possamos usar posteriormente sem precisar realizar novamente os downloads.
1 2 3 4 | curves <- seq(as.Date("2015-01-01"), as.Date("2021-04-29"), "day") %>%map(get_curve) %>%compact()save(curves, file = "curves.rda") |
1 | load("curves.rda") |
A variável `curves` é uma lista com todas as curvas baixadas. Uma análise interessante a ser realizada com esse histórico de curvas é avaliar o comportamento dos juros longos, por exemplo, juros de 10 anos, equivalente a 2520 dias úteis.
1 2 3 4 5 | rates_10Y <- curves %>% map_dbl(~ .x(2520))dates <- names(rates_10Y) %>% as.Date()tibble(Dates = dates, Rates = rates_10Y) %>%ggplot(aes(x = Dates, y = Rates)) +geom_line() |
Como podemos ver, os rentistas já tiveram dias melhores.
____________________________
(*) Conheça nosso Curso de Renda Fixa usando o R.
