Ibovespa vs Economia Real: procedimento de Toda-Yamamoto no Python
Verificamos a relação entre o Ibovespa e a variação interanual da Formação Bruta de Capital Fixo (FBCF) por meio do procedimento de Toda-Yamamoto usando o Python como ferramenta.
Construindo Modelos de Fatores no Python
Os modelos de fatores de risco em finanças são utilizados para explicar as variações no retorno de um ativo ou carteira em relação a fatores/características macroeconômicas e da própria empresa. Esses modelos são usados para avaliar o risco de investimentos e gerenciamento de portfólio, permitindo a criação de estratégias e análises com objetivo de tomar decisões mais assertivas. A construção desses modelos geralmente envolve o uso de regressão linear ou outras técnicas estatísticas avançadas. Como ferramenta, podemos utilizar o Python para auxiliar na coleta, tratamento, análise e construção dos modelos.
Ancoragem de Expectativas no Python
Expectativas ancoradas, significando a manutenção da inflação em torno de um valor próximo da meta, inclusive após a ocorrência de choques relevantes, tornam menos custosa a ação do Banco Central no combate a pressões inflacionárias. No post de hoje, verificamos a ancoragem de expectativas para diferentes horizontes utilizando o Python como ferramenta para a construção do exercício.
Dashboard do Modelo CAPM no Python
Vamos continuar a série de postagens sobre como construir um Dashboard de métricas relacionadas a avaliação de ações e construção de um Portfolio de investimentos no Python. Trazemos nessa semana um componente importante para avaliação do risco: Capital Asset Pricing Model (CAPM).
Estimando o repasse cambial no Python
Medidas de repasse externo fazem parte da caixa de ferramentas de todos aqueles que trabalham com inflação e política monetária. Podemos utilizar o Python para realizar todo o processo ferramental de coleta, tratamento e estimação do efeito do repasse externo para a inflação doméstica.
