Novos dados de emprego

prevdesempregoO Cadastro Geral de Empregados e Desempregados (CAGED) do Ministério do Trabalho referente a maio foi divulgado hoje com notícias ruins. O saldo entre admitidos e demitidos veio abaixo de 60 mil, quando o esperado estava próximo a 100 mil. Nas seis principais regiões metropolitanas, as mesmas da Pesquisa Mensal do Emprego (PME) do IBGE, o saldo foi negativo em mais de 6 mil. Ademais, a média móvel de três meses dos admitidos, nessas regiões metropolitanas, mostrou queda de 3,5%. Significa dizer que o desemprego irá aumentar? Na média dos meus modelos, o desemprego em maio ficou no intervalo entre 4,5% e 5,2%; centrado em 4,8%. Em abril, a taxa foi de 4,9%. Isto porque, entre as premissas consideradas, está uma redução de 0,9% para o crescimento interanual da população economicamente ativa (PEA). Enquanto a procura por emprego não mostrar avanço, o desemprego tenderá a continuar em patamar historicamente baixo, com aumentos pontuais devido à sazonalidade da série. Mesmo que a geração de vagas continue revelando cansaço.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como analisar a relação de risco-retorno de ações?

O que é retorno? O que é o risco? Como exatamente os definimos e como podemos avaliar os ativos com base nessas medidas? Neste artigo, apresentamos uma introdução concisa à análise e gestão de ativos financeiros, destacando a eficácia do Python na coleta, tratamento e análise de dados financeiros. Exploraremos como utilizar a linguagem para avaliar o risco-retorno de ações.

Retropolando a série do desemprego no Brasil

Nosso objetivo neste exercício será estender a taxa de desemprego fornecida pela Pesquisa de Nacional por Amostra de Domicílios Contínua (PNAD Contínua) através daquela fornecida pela Pesquisa Mensal de Emprego (PME). Serão construídas duas séries: uma normal, outra dessazonalizada. Faremos todo o exercício utilizando o Python.

Variáveis Instrumentais no R: qual o impacto do gasto de segurança no crime?

Diversos métodos econométricos têm como principal finalidade melhorar o processo de investigar o efeito de uma variável sobre a outra, e um importante método encontra-se no uso de Variáveis Instrumentais na análise de regressão linear. Mas como podemos utilizar essa ferramenta para auxiliar no estudo da avaliação de impacto?

Neste post, oferecemos uma breve introdução a esse importante método da área de inferência causal, acompanhado de um estudo de caso para uma compreensão mais aprofundada de sua aplicação. Os resultados foram obtidos por meio da implementação em R, como parte integrante do nosso curso sobre Avaliação de Políticas Públicas utilizando esta linguagem de programação.

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.