Relatório AM #8 - PMC

No Relatório AM de hoje, vamos discutir a trajetória recente da Pesquisa Mensal de Comércio. O índice possui duas sub-categorias: restrito, que engloba atividades mais comuns ao dia-a-dia (como hipermercados e vestuário), e ampliado, que também conta o comércio de materiais de construção e de veículos e peças. Abaixo, podemos ver a variação marginal de ambos os índices nos últimos meses:

Varejo restrito
Varejo ampliado

 

Como podemos ver, os seus valores são parecidos, e ambos os índices têm queda dura com o lockdown do ano passado, porém
o varejo ampliado teve variações mais severas nos últimos meses. Esse efeito pode ser resultado das restrições severas na oferta de partes para a produção de automóveis, acarretando em atrasos e maior nível de incerteza no comércio. Analisando as variações em cada setor, podemos ver que os movimentos foram altamente heterogêneos entre os setores. Com pessoas passando mais tempo em casa, vemos aumento do consumo de móveis e eletrodomésticos, mercados e materiais de construção. Por outro lado, materiais para escritório, automóveis e combustível tiveram forte redução, indicando que o home office teve grandes impactos sobre as características do consumo da população.

 

Para finalizar, vamos comentar brevemente o efeito do carry-over estatístico sobre as variáveis. Se analisarmos suas variações interanuais, podemos inferir equivocadamente que há grande aumento sobre os seus valores, porém, é preciso entender quanto da variação é resultado da grande depressão nos valores causada pela pandemia. No gráfico abaixo, temos a comparação entre a média dos últimos 12 meses e dos 12 meses anteriores em verde, da média dos últimos doze meses com o mês imediatamente anterior em azul, e desse mês com os 12 anteriores em vermelho. O valor alto para o crescimento recente, que se assemelha ao crescimento interanual, não é indicativo de crescimento real em nível, pois, como podemos ver pelo nível baixo do carry-over, a comparação é feita com meses abaixo da média do ano anterior.

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.