Nível de Atividade é destaque na Análise Macro

By | NewsLetter

Abaixo, você vê tudo o que foi publicado na AM ao longo da semana:

- [#Indicadores] Inflação esperada para 2020 segue abaixo da meta
- [#PolíticaMonetária] O papel das expectativas na condução da política monetária
- [#ComentáriodeConjuntura] Produção Industrial é o patinho feio da recuperação
- [#NíveldeAtividade] Um novembro decepcionante para o nível de atividade
- [#NíveldeAtividade] IBC-Br avança em novembro

E fique ligado: as inscrições para as Turmas 2020.1 dos nossos Cursos Aplicados de R começam no próximo dia 21/01! Clique aqui e conheça nossos Cursos!

Venha com a gente para o mundo da análise de dados!!! 🙂

IBC-Br avança em novembro

By | PIB

Contrariando os resultados das pesquisas do Comércio, Serviços e Indústria, o IBC-Br, o índice de nível de atividade do Banco Central avançou em novembro 0,18%, contra o mês de outubro. O índice conta com script automático que é ensinado/disponibilizado no nosso Curso de Análise de Conjuntura usando o R. A seguir, resumimos os dados do mesmo.


library(ggplot2)
library(scales)
library(gridExtra)
library(BETS)

ibc = BETSget(24363, data.frame=TRUE)
ibc_sa = BETSget(24364, data.frame=TRUE)
ibc = data.frame(ibc$date, ibc$value, ibc_sa$value)
colnames(ibc) = c('dates', 'ibc', 'ibc_sa')

Com os dados do índice em mãos, nós construímos uma tabela resumo com os últimos resultados.

Variação do IBC-Br (%)
Mensal Trimestral Interanual Anual
2019 Sep 0,44 0,79 2,07 1,01
2019 Oct 0,09 0,67 1,98 0,95
2019 Nov 0,18 0,75 1,10 0,90

Como é possível ver, na comparação interanual houve avanço de 1,10% e no acumulado em 12 meses, o índice mantém crescimento de 0,9%. Os gráficos a seguir resumem a trajetória das principais métricas de crescimento do índice.

O IBC-Br resume as principais pesquisas de nível de atividade. A despeito do crescimento na margem, a variação em 12 meses ainda mostra um cenário de estagnação próxima a 1%. A expectativa, diga-se, é que isso mude ao longo de 2020.
_________________

(*) Aprenda a construir análises como essa em nossos Cursos Aplicados de R:

Um novembro decepcionante para o nível de atividade

By | PIB

O IBGE divulgou hoje a Pesquisa Mensal do Comércio (PMC). Com efeito, completa-se a trilha de divulgação das principais pesquisas de nível de atividade: PMC, PMS (Serviços) e PIM-PF (Indústria). As três pesquisas contam com scripts automáticos que são ensinados/disponibilizados no nosso Curso de Análise de Conjuntura usando o R. A seguir, resumimos as três pesquisas.

Métricas da Indústria Geral (%)
Mensal Interanual Trimestral Anual
2019 Sep 0,2 1,0 0,4 -1,3
2019 Oct 0,8 1,1 0,7 -1,3
2019 Nov -1,2 -1,7 -0,1 -1,3

A tabela acima resume as principais métricas referentes à indústria geral. Em novembro, houve queda na margem de 1,2%, o que acabou impactando as demais métricas. No acumulado em 12 meses, a indústria geral flerta com números negativos.

Métricas da PMS-IBGE (%)
Mensal Trimestral Interanual 12 meses
Receita -0,5 0,7 5,0 4,4
Volume -0,1 0,7 1,9 0,9

Na sequência, analisamos a PMS, que também trouxe uma acomodação de -0,1% em novembro. No acumulado em 12 meses, porém, os Serviços mostram um número positivo de 0,9%.

Métricas da PMC-IBGE (%)
Mensal Trimestral Interanual 12 meses
Volume Restrito 0,6 0,5 2,9 1,6
Receita Restrito 0,9 0,7 4,9 4,6
Volume Ampliado -0,5 0,4 3,8 3,6
Receita Ampliado -0,3 0,5 5,5 6,1

O comércio também sofreu com a posição dos automóveis, gerando um número negativo na margem no conceito ampliado. Em 12 meses, contudo, mantém variação de 3,6%. A seguir, nós consolidamos essa última métrica para as três pesquisas em um gráfico.


Como é possível verificar, na métrica de variação mais suave para as três pesquisas, indústria e comércio parecem ainda não refletir os avanços verificados na margem no segundo semestre. Enquanto isso, os serviços mantém alguma estabilidade no período, ainda que experimentem uma trajetória distinta das duas outras pesquisas. Das três, apenas a indústria flerta com números negativos, acusando os efeitos dos choques que abalaram a economia brasileira nos últimos anos.

_________________

Produção Industrial é o patinho feio da recuperação

By | Comentário de Conjuntura

A produção industrial tem sofrido com os choques que afetaram a economia brasileira nos últimos anos mais do que os demais setores. De modo a ilustrar esse ponto, nós importamos, tratamos e visualizamos os dados desagregados da pesquisa, com base nas atividades industriais. Os dados são importados a partir do SIDRA, com o pacote sidrar.


# Pacotes utilizados no script

library(tidyverse)
library(sidrar)
library(xtable)
library(forecast)
library(grid)
library(png)
library(gridExtra)
library(scales)
library(tstools)


# Importação dos dados
## Produção Física por Seção e Atividades
table1 = get_sidra(api='/t/3653/n1/all/v/3134,3135/p/all/c544/all/d/v3134%201,v3135%201')
## Produção Física por grandes categorias econômicas
table2 = get_sidra(api='/t/3651/n1/all/v/3134,3135/p/all/c543/129278,129283,129300,129301,129305/d/v3134%201,v3135%201')
## Ponderações
pond = read_csv2('ponderacao.csv',
locale = locale(encoding = 'Latin1'))


## Atividades com ajuste sazonal
series = as.numeric(table1$`Seções e atividades industriais (CNAE 2.0) (Código)`[1:28])

names = pond$Atividades

atividades_sa <- matrix(NA, ncol=length(series),
nrow=nrow(table1)/length(series)/2)

for(i in 1:length(series)){

atividades_sa[,i] <- table1$Valor[table1$`Variável (Código)`==3134 & table1$`Seções e atividades industriais (CNAE 2.0) (Código)`==series[i]]

}

colnames(atividades_sa) = names


## Atividades sem ajuste sazonal
atividades <- matrix(NA, ncol=length(series),
nrow=nrow(table1)/length(series)/2)

for(i in 1:length(series)){

atividades[,i] <- table1$Valor[table1$`Variável (Código)`==3135 & table1$`Seções e atividades industriais (CNAE 2.0) (Código)`==series[i]]

}

colnames(atividades) = names

Uma vez importados os dados, podemos criar algumas métricas.


vmensal = acum_i(atividades_sa, 1)
colnames(vmensal) = names

vanual = acum_i(atividades, 12)
colnames(vanual) = names

interanual = (atividades/dplyr::lag(atividades,12)-1)*100
colnames(interanual) = names

trimestral <- (((atividades_sa+dplyr::lag(atividades_sa,1)+
dplyr::lag(atividades_sa,2))/3)/
((dplyr::lag(atividades_sa,1)+
dplyr::lag(atividades_sa,2)+
dplyr::lag(atividades_sa,3))/3)-1)*100
colnames(trimestral) = names

E começar a visualizar os dados...

Os gráficos acima trazem o número índice (com ajuste sazonal) completo de quatro indicadores. Observe que houve uma queda forte da produção industrial no período da greve dos caminhoneiros em maio de 2018. Desde então, a produção industrial tem sofrido para crescer. Em particular, a produção de veículos sofre com os problemas da Argentina, principal comprador de carros brasileiros.

A Pesquisa Industrial Mensal - Produção Física, divulgada pelo IBGE, é a principal pesquisa do setor. São avaliados 805 produtos das indústrias extrativa e de transformação. Nesta, há 25 atividades industriais pesquisadas. O peso de cada uma na indústria geral é dado pelo Valor de Transformação Industrial (VTI), sendo as maiores participações dadas pela fabricação de produtos alimentícios, indústria extrativa, derivados de petróleo produção de veículos. O gráfico a seguir ilustra a participação de cada uma das atividades industriais.

A seguir nós ilustramos as métricas que construímos para uma janela mais recente. Primeiro, damos uma olhada na variação mensal.

A seguir, ilustramos a variação interanual...

Por fim, mostramos a variação acumulada em 12 meses desses índices selecionados.

Como se vê, a produção industrial mostra grandes dificuldades de voltar a crescer. É, de fato, o setor que mais sofreu com os choques recentes. Em particular, com a greve dos caminhoneiros e com os problemas na Argentina. Ao longo das próximas semanas, divulgaremos um exercício de modelagem e previsão, no âmbito do Clube do Código, que nos permitirá fazer uma análise prospectiva do setor em 2020.

_____________________

(*) Os códigos completos desse comentário estarão disponíveis logo mais no Clube do Código.

(**) Aprenda a construir análises como essa em nossos Cursos Aplicados de R:

O papel das expectativas na condução da política monetária

By | Política Monetária

A introdução da hipótese de expectativas racionais por Muth (1961) e a nova versão da Curva de Phillips apresentada por Friedman (1968) e Phelps (1967) modificaram de forma sensível a teoria econômica. Antes, os modelos da síntese neoclássica tinham como ponto pacífico que a política econômica deveria ser discricionária, definindo a cada ponto do tempo a melhor forma de intervir no organismo econômico, dado um conjunto de informações disponíveis. Reconhecido, porém, o papel reservado às expectativas dos agentes privados, de forma geral, e das expectativas racionais, em particular, a política discricionária se mostraria inconsistente no tempo. Era preciso, desse modo, construir um novo arcabouço teórico e prático para condução da política econômica.

Muth (1961, pg. 316) define o conceito de expectativas racionais da seguinte forma: “(…) the subjective probability distribution of outcomes tend to be distributed, for the same information set, about the ‘objective’ probability distributions of outcomes)”. Isso não implica que as previsões dos agentes privados não contenham erros ou que não haja dispersão entre elas; apenas que os agentes não desperdiçam informação, bem como que a formação de expectativas depende da estrutura da economia. Desse modo, as expectativas de inflação dos agentes privados para o próximo período, por exemplo, levam em consideração toda a informação disponível, inclusive aquelas referentes às decisões passadas de política monetária, como mostra a equação a seguir.

(1)   \begin{align*} \pi_{t+1}^e = E[\pi_{t+1} | I_t] \end{align*}

A forma de modelar as expectativas dos agentes privados teve impacto direto na construção de modelos macroeconômicos e, portanto, na condução da política monetária. Phelps (1967) não faz uso de expectativas racionais, mas ao considerar que os agentes podem alterar suas expectativas de inflação de acordo com novas informações sobre o estado da economia – inclusive da política econômica – propõe uma nova versão da Curva de Phillips.[1] Nessa, o trade-off de curto prazo entre inflação e desemprego se modifica: ele passa a ser entre desemprego abaixo da taxa natural e inflação em aceleração.

Friedman (1968) reforça a ideia contida na nova versão da Curva de Phillips proposta por Phelps (1967) ao argumentar que a política monetária está limitada a controlar apenas, ao menos no longo prazo, variáveis nominais, não tendo efeito sobre variáveis reais. Lucas (1972, 1973) faz uso da hipótese de expectativas racionais para construir uma Curva de Oferta que relaciona o produto efetivo ao produto natural mais desvios entre a inflação observada e as expectativas de inflação. Desse modo, políticas monetárias que tentem manter a taxa de desemprego abaixo da natural desencadearão uma correção nas expectativas de inflação, o que ao fim não só não terá efeito, como produzirá menos crescimento.

Lucas (1976) fez uma crítica econométrica aos modelos da síntese neoclássica, que davam suporte à discricionariedade na condução da política econômica. Para o autor, sob expectativas racionais, os parâmetros da estrutura econômica não são estáveis, como pensavam os autores da síntese. Desse modo, mudanças nos instrumentos de política levam a mudanças nos parâmetros, o que gera resultados diferentes dos previstos pelo policymaker.[2] A política monetária expansionista não terá, nesse contexto, qualquer efeito sobre o produto.[3]

Dois outros aspectos são derivados da hipótese de expectativas racionais. O primeiro deles é o conceito de inconsistência intertemporal.[4] Dada uma função objetivo que envolve decisões de política para o período 1 a T e decisões de agentes privados para o mesmo período, Kydland e Prescott (1977) definem que uma política será intertemporalmente consistente se levar em consideração tanto as decisões passadas dos agentes econômicos, quanto as futuras decisões de política.

Nesse contexto, afirmam os autores, os modelos normativos de política econômica da síntese neoclássica, que estavam baseados na teoria de controle ótimo, não levariam a uma posição de maximização do bem estar social. Isto porque, políticas intertemporalmente consistentes são necessariamente subótimas. Desse modo, calibrar o instrumento de política a cada ponto do tempo, de acordo com o ambiente econômico, como previsto em Tinbergen (1952) e Theil (1961), resultaria apenas em mais inflação e nenhum efeito sobre o desemprego.

Para esses autores, os modelos da síntese neoclássica só levam ao ótimo social se as expectativas dos agentes forem estáticas. Em um ambiente de expectativas racionais, os agentes levam em consideração toda a informação disponível, logo não há por que duvidar do fato deles levarem em consideração as decisões passadas de política monetária. Uma vez incorporadas essas decisões, as expectativas de inflação se elevam, o que reduz ou mesmo anula os ganhos das políticas discricionárias em termos de emprego e crescimento.

A introdução da hipótese de expectativas racionais altera sensivelmente os objetivos a serem perseguidos pela autoridade monetária. Blinder (1999) sintetiza essa mudança na seguinte passagem:

“Se as expectativas são racionais, as pessoas entendem o padrão de comportamento do banco central e a política monetária não pode produzir diferenças sistemáticas entre inflação real e esperada. Então, um banco central que regularmente se atenha aos ganhos de curto prazo irá, na média, produzir mais inflação, mas não mais emprego que um banco central mais resoluto”(pg. 59).

O corolário imediato da hipótese de expectativas racionais é, nesse aspecto, que a política monetária deva perseguir, apenas, a estabilidade de preços. Tentar explorar o trade-off de curto prazo entre inflação e desemprego só causará inflação em aceleração.

(*) Isso e muito mais você aprende em nosso curso de Teoria da Política Monetária.

_______________________

[1] A versão anterior remonta a Phillips (1958).

[2] Tecnicamente, , onde é um vetor de instrumentos e um vetor de parâmetros.

[3] Salvo no caso de restrição de informação.

[4] O outro é o viés inflacionário de políticas discricionárias, que será abordado na próxima seção.

_______________________

Barro, R. J. and Gordon, D. B. A positive theory of monetary policy in a natural rate model. The Journal of Political Economy, 91(4):589610, 1983a.
Barro, R. J. and Gordon, D. B. Rules, discretion and reputation in a model of monetary policy. Journal of monetary economics, 12(7):101121, 1983b.
Blinder, A. S. Bancos Centrais: teoria e prática. São Paulo: Editora 34, 1999.
Friedman, M. (1968). “The role of monetary policy.” The American Economic Review, 58(1), 1-17.
Kydland, F. E. and Prescott, E. C. Rules rather than discretion: the inconsistency of optimal plans. The Journal of Political Economy, 85(3):473492, 1977.
Larrain, F. and Sachs, J. D. Macroeconomia em uma Economia Global. Editora Pearson Makron Books, 2000.
Licha, A. L. Teoria da Política Monetária - Uma abordagem de nível intermediário. Alta Books, 2015.
Lima, V. W. R. Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil. PPGE-UFF, Faculdade de Economia, Universidade Federal Fluminense, Dissertação de Mestrado, 2015.
Lucas, R. E. Econometric policy evaluation: A Critique. Carnegie-Rochester Conference Series on Public Policy, 1:1946, 1976.
Muth, J. F. Rational expectations and the theory of price movements. Econometrica, 29(3):315335, 1961.
Phelps, E. S. (1967). “Phillips Curves, Expectations of Inflation and Optimal Unemployment over Time.” Economica, New Series, 34(135), 254-281.
Phillips, A. W. (1958). “The relation between unemployment and the rate of change of money wage rates in the United Kingdow, 1861-1957.” Economica, 25(100), 283-299.
Theil, H. A Note on Certainty Equivalence in Dynamic Planning. Econometrica, 25:April:346349, 1957.
Tinbergen, J. On the Theory of Economic Policy. North-Holland, Amsterdam, 1952.

Cadastre-se na newsletter
e receba nossas novidades em primeira mão!