Toda vez que a autoridade monetária divulga o seu Índice de Nível de Atividade do Banco Central (IBC-Br), a imprensa costuma dizer que o mesmo antecipa os resultados do PIB. Mas será que isso é verdade? Vamos usar o Python como ferramenta de coleta, tratamento, análise e modelagem dos dados para verificar esse argumento.
IBC-br
O IBC-Br é um indicador mensal calculado pelo Banco Central do Brasil que tem como objetivo fornecer uma estimativa da atividade econômica do país. O índice é calculado com base em uma série de variáveis econômicas, como a produção industrial, o comércio varejista, o consumo de energia elétrica e outros indicadores econômicos relevantes. O IBC-Br é considerado um indicador antecedente do PIB, pois fornece uma indicação preliminar da tendência da atividade econômica do país.
PIB
O PIB trimestral é um indicador que mede o valor total de todos os bens e serviços finais produzidos em um país durante um período de três meses. O PIB trimestral é calculado pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e é utilizado para acompanhar o desempenho da economia brasileira ao longo do tempo
Qual a relação entre o IBC-br e o PIB?
Como pode-se entender, devido a periodicidade, o IBC-br possui uma frequência maior que o PIB, tornando-se um bom medidor deste indicador para verificar a atividade do país.
Portanto, vamos verificar a relação entre as duas variáveis usando o Python, buscando criar uma análise exploratória e a construção do modelo de previsão.
Os alunos do curso de Macroeconometria usando o Python, têm a oportunidade de adquirir um conhecimento abrangente em todas as fases do processo, desde a coleta e a preparação dos dados até a análise, o desenvolvimento de modelos econométricos e a comunicação dos resultados, tudo isso utilizando Python como ferramenta principal.
Abaixo, temos uma gráfico exibindo a relação entre dos índices do IBC-br e PIB trimestral. Vejam que de fato os dois indicadores andam de conjunto, entretanto, vamos elaborar mais sobre como comparar os dois indicadores.
Como comparar as duas medidas?
De modo a tornar os dados do PIB e do IBC-Br comparáveis, precisaremos fazer alguns ajustes. Nesse exercício, vamos comparar a variação marginal dos dois índices. Isto é, estamos interessados em
(1) 
Para calcular essa métrica para a série do IBC-Br, entretanto, será necessário seguir alguns passos.
1. Calcular a média do trimestre
2. Calcular a variação marginal do trimestre
Uma vez realizados os passos acima utilizando o Python, vejamos a relação entre os dois indicadores no gráfico abaixo:
Vejam que de fato o IBC-br e o PIB se movem conjuntamente.
Ainda, vejamos o resultado a regressão do IBC-br sobre o PIB:
Código
OLS Regression Results
==============================================================================
Dep. Variable: pib_marg R-squared: 0.919
Model: OLS Adj. R-squared: 0.918
Method: Least Squares F-statistic: 900.8
Date: Fri, 24 Nov 2023 Prob (F-statistic): 5.98e-45
Time: 13:49:39 Log-Likelihood: -58.702
No. Observations: 81 AIC: 121.4
Df Residuals: 79 BIC: 126.2
Df Model: 1
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 0.1847 0.058 3.203 0.002 0.070 0.299
ibc_marg 0.7952 0.026 30.013 0.000 0.742 0.848
==============================================================================
Omnibus: 1.021 Durbin-Watson: 2.642
Prob(Omnibus): 0.600 Jarque-Bera (JB): 1.039
Skew: 0.147 Prob(JB): 0.595
Kurtosis: 2.529 Cond. No. 2.26
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.Isso possibilita utilizar o IBC-br como preditor do PIB.
O IBC-Br é um bom preditor do PIB?
O resultado do gráfico abaixo é construído por meio dos seguintes passos.
- Separação do dados de treino e teste
- Utilização da regressão linear via MQO para prever os valores futuros
- Construção do gráfico abaixo, comparando os valores previstos com os valores de teste.
_____________________________________
Quer aprender mais?
Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.
