Blog

Blog Análise Macro – Desde 2011, encontrando a verdade nos dados

Como calcular a volatilidade implícita e as gregas no R

Como calcular a volatilidade implícita e as gregas das opções da VALE na B3 usando R. O tutorial mostra o método passo a passo — coletar os dados da bolsa, separar calls e puts, buscar a curva de juros e inverter Black-Scholes — e lê o smile de volatilidade que sai dos dados.

Como Criar um Dashboard de Análise de Sentimento Financeiro com IA e Python

Aprenda a construir um AI Assistant em Python utilizando o framework Shiny e a API do Google Gemini 2.5 Flash. Este tutorial passo a passo demonstra como automatizar a leitura de PDFs de resultados financeiros de empresas, extraindo índices de sentimento, perspectivas futuras e resumos executivos diretamente para um dashboard interativo.

Salário no CAGED com Python: admitidos ganham menos que demitidos?

Quem entra num emprego formal no Brasil ganha, na média, menos do que quem sai. Com os microdados do Novo CAGED e Python, este tutorial mostra como medir o gap salarial entre admitidos e demitidos: coleta dos dados, deflacionamento pelo INPC e ajuste sazonal com o X-13ARIMA-SEATS.

Como calcular o Custo Unitário do Trabalho no Python

Tutorial de como calcular o Custo Unitário do Trabalho (CUT) do Brasil no Python: coleta das tabelas do IBGE (PIB e PNAD Contínua), ajuste sazonal com X-13ARIMA-SEATS e decomposição da variação trimestral entre salário real e produtividade.

Previsão do Câmbio através da Linguagem Python

Mostramos como a linguagem de programação Python pode ser utilizada para projetar variáveis macroeconômicas como o Câmbio (BRL/USD) por meio de um pipeline completo e reproduzível. O processo abrange desde a coleta e o tratamento dos dados até a modelagem e geração de previsões, combinando métodos estatísticos, técnicas de machine learning e ferramentas de inteligência artificial para apoiar a análise econômica e a tomada de decisão.

Como calcular a Paridade do Poder de Compra no Python

Este exercício ensina como calcular a Paridade do Poder de Compra (PPP) e a Taxa de Câmbio Real para o Brasil utilizando Python. Através da coleta automatizada de dados de inflação (IPCA e CPI americano) e câmbio, o exercício demonstra como mensurar o desalinhamento cambial do Real em relação ao Dólar, identificando períodos históricos de sobrevalorização e subvalorização da moeda brasileira com base na teoria econômica.

Estimando a NAIRU Implícita no Python: hiato e desemprego

Este artigo apresenta um exercício prático de macroeconomia aplicada utilizando Python para investigar a relação entre o nível de atividade econômica e o mercado de trabalho no Brasil. O estudo detalha o processo de coleta automatizada do Hiato do Produto do Banco Central e a construção de uma série histórica longa de desemprego (unificando PME e PNAD Contínua). Através de técnicas de ajuste sazonal (X-13ARIMA-SEATS) e modelagem econométrica, estima-se a NAIRU (Taxa de Desemprego Não Aceleradora da Inflação) implícita da economia brasileira em 9,46%, confirmando a forte correlação negativa prevista pela Lei de Okun.

Mudança de preços: a inflação item a item do IPCA

Este artigo explora a dinâmica de preços da economia brasileira para além do índice cheio do IPCA. Utilizando a linguagem Python e dados oficiais do IBGE, ensinamos como calcular e visualizar a Inflação Acumulada e a Inflação Relativa de itens específicos desde o ano 2000. A análise revela a discrepância entre bens que se tornaram relativamente mais baratos, como tecnologia, e serviços que encareceram acima da média, como educação e saúde.

Índice de condições financeiras no Python: replicando o do BCB

Este exercício apresenta a construção e decomposição do Índice de Condições Financeiras (ICF) para a economia brasileira, utilizando a linguagem Python. Baseado na abordagem do Banco Central do Brasil, o estudo automatiza a coleta de dados públicos e aplica a Análise de Componentes Principais (PCA) para segregar o índice em sete grupos de ativos, como juros locais, juros externo, risco, etc. A análise permite identificar quais vetores estão atuando sobre a economia, oferecendo um diagnóstico preciso sobre a virada do ciclo financeiro observada no início de 2026.

Atualização de resultados dos modelos de inflação da AM: Janeiro/2026

O IPCA de janeiro veio em +0,33% na variação mensal. O valor veio abaixo da previsão da Análise Macro, de +0,50%.
Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002