Category

Comentário de Conjuntura

Um pesadelo chamado Novo CAGED

By | Comentário de Conjuntura

O leitor frequente desse espaço já viu eu escrever diversas vezes sobre os dados do CAGED, o Cadastro Geral de Empregados e Desempregados do extinto Ministério do Trabalho. O dado do CAGED era muito bom para avaliar o mercado de trabalho, além de também ter um fit bem legal para ajudar na construção de modelos preditivos. A coleta dos dados agregados do CAGED, contudo, sempre foi bem ruim, a não ser, óbvio, que você tivesse alguma concentradora de dados, como a Bloomberg.

Pois bem, não é que a atual equipe econômica conseguiu piorar o que já era ruim? Desde janeiro desse ano, houve a substituição do CAGED pelo eSocial, de modo que a série de admitidos e demitidos gerada pelo CAGED está descontinuada. Em outras palavras, há uma série que termina em dezembro de 2019 e outra série que começa em janeiro de 2020.

Resolvi falar sobre isso porque é um problema recorrente no país: a descontinuidade de séries econômicas. Países como os Estados Unidos, por exemplo, têm séries econômicas longas, que às vezes chegam a mais de 100 anos de dados. Um verdadeiro parque de diversões para quem trabalha com dados e, principalmente, para a geração de pesquisas.

Para além dessa descontinuidade, uma outra crítica é a disponibilidade de dados. Há um site chamado de Programa de Disseminação das Estatísticas de Trabalho, onde há a disponibilidade de planilhas de Excel, bem toscas diga-se, para quem trabalha com programas estatísticos ou com linguagens de programação, como é o meu caso. É preciso perder um tempo para tratar os dados dessas planilhas, que são individuais, uma planilha para cada mês!

A não ser que você tenha um terminal Bloomberg - né, ministro? - sua vida ficou bem difícil, se o objetivo é tratar os dados do CAGED, tá ok?

Bom, feita as críticas e cumprindo a missão desse espaço, mostro como pegar os dados agregados do Novo Caged a partir do IPEADATA, um site bem desatualizado para o mundo de hoje, mas que conta com um pacote de R para a importação de dados, o pacote ecoseries. A seguir, carregamos os pacotes e importamos os dados.


################################################
######## Análise do CAGED com o R ##############

library(ecoseries)
library(tidyverse)
library(scales)
library(seasonal)

#### Coleta de Dados via IPEADATA ####

## Baixar dados do CAGED
saldo_caged = series_ipeadata("272844966", periodicity = 'M')$serie_272844966
admitidos_caged = series_ipeadata("231410417", periodicity = 'M')$serie_231410417
demitidos_caged = series_ipeadata("231410418", periodicity = 'M')$serie_231410418

## Baixar dados do Novo Caged
saldo_novocaged = series_ipeadata("2096725336", periodicity = 'M')$serie_2096725336
admitidos_novocaged = series_ipeadata("2096725334", periodicity = 'M')$serie_2096725334
demitidos_novocaged = series_ipeadata("2096725335", periodicity = 'M')$serie_2096725335

Como é possível observar, estou pegando tanto os dados do CAGED quanto do tal Novo CAGED. É o início do script desse tema que ensino no nosso Curso de Análise de Conjuntura usando o R. Com base no novo CAGED, podemos gerar o gráfico abaixo.

Nos meses de março, abril e maio houve uma perda líquida de quase 1,4 milhões de empregos! É uma crise com poucos precedentes na História brasileira. Digo isso no achismo, obviamente, porque não existem séries econômicas longas no país, lembra?

Bom, fica aqui então o desabafo de alguém que gostava muito dos dados do CAGED. Agora, é tentar compatibilizar as duas séries...

ps: custava ao menos criar uma API, Ministro? 🙁

____________________

(*) Você aprende a coletar, tratar, analisar e apresentar dados com o R em nossos Cursos Aplicados de R.

(**) Os alunos do plano premium dos nossos Cursos Aplicados de R  têm acesso a mais de 70 exercícios do Clube do Código.

Falências e PIB Potencial: o efeito permanente do choque

By | Comentário de Conjuntura

Uma das grandes preocupações dos economistas nessa pandemia era evitar que ocorresse um número grande de falências de empresas. Isso porque, quanto maior o número de falências, maior o impacto sobre o potencial de crescimento da economia. Para ilustrar esse argumento, nesse Comentário de Conjuntura fiz um exercício simples que verifica o efeito de um choque no número de falências sobre o PIB Potencial da economia brasileira.

Como proxy para essas séries, utilizei o PIB Potencial construído pela IFI, a Instituição Fiscal Independente, e o total de falências decretadas disponibilizado pelo Serasa Experian. Foi, então, construído um modelo de correção de erros e extraída a função de impulso-resposta, considerando um choque no número de falências e o seu efeito sobre o PIB Potencial. O gráfico a seguir ilustra.

O aumento no número de falências tem efeitos deletérios sobre o potencial de crescimento da economia, como era esperado. Isso porque, o efeito mais visível da falência de empresas é a destruição de capacidade produtiva.

Os dados do levantamento da Serasa vão até abril. Como é provável que haja uma defasagem não desprezível entre a empresa ter dificuldades de caixa e a decretação de uma falência, ainda não é possível verificar um aumento nesse número em 2020. Entretanto, dadas as imensas dificuldades de acesso a crédito e o impacto considerável da pandemia no caixa das empresas, é de supor que esse número mostre algum avanço nos próximos meses.

Caso isso se confirme, o efeito sobre a capacidade produtiva do país será considerável.

____________________

(*) Conheça nosso Curso de Macroeconometria usando o R e aprenda a entender o organismo econômico por meio de equações.

(**) Você aprende a coletar, tratar, analisar e apresentar dados com o R em nossos Cursos Aplicados de R.

(***) Os alunos do plano premium dos nossos Cursos Aplicados de R  têm acesso a mais de 70 exercícios do Clube do Código.

Medindo o efeito da incerteza sobre o hiato do produto

By | Comentário de Conjuntura

O momento atual tem sido marcado não apenas por uma elevação da incerteza como por um novo equilíbrio em patamar elevado. Sem uma vacina ou tratamento comprovadamente eficaz para o novo coronavírus, o "novo normal" se desenha de maneira ainda bastante incerta. Pensando nisso, resolvi verificar o efeito dessa incerteza sobre o nível de atividade. O resultado é a edição 75 do Clube do Código, que sai nos próximos dias.

Como proxy para a incerteza, utilizamos o índice de incerteza econômica da FGV. O objetivo do exercício será estimar uma versão da Curva IS com adição de um componente de incerteza (ver o Estudo Especial número 65/2019 do Banco Central do Brasil), conforme descrito abaixo:

(1)   \begin{align*} h_t = \beta_0 + \beta_{1} h_{t-1} + \beta_{2} (r_{t-1} - r_{t-1}^{n}) + \beta_{3} \Delta sup_t + \beta_{4} incerteza_t + u_t \end{align*}

Basicamente, a Curva IS estimada irá descrever a dinâmica do hiato do produto com base em **suas próprias defasagens**, da **taxa de juros real**, da **variação do superávit primário** e de um **índice de incerteza econômica**. A tabela abaixo resume a estimação dessa Curva considerando o método de mínimos quadrados como benchmark e os métodos TSLS e GMM como referências mais robustas para o exercício.

 

Efeito da Incerteza sobre o Hiato do Produto
Variável Dependente: Hiato do Produto
OLS TSLS GMM
(1) (2) (3)
Intercepto 6.17*** (1.37) 12.01*** (3.74) 17.35*** (2.81)
Hiato (-1) 0.70*** (0.06) 0.56*** (0.09) 0.47*** (0.08)
Juro Real -0.07* (0.04) -0.17*** (0.06) -0.25*** (0.04)
Variação do SPrimário -0.71* (0.36) -0.10 (0.97) 1.03 (0.85)
Incerteza -0.06*** (0.01) -0.11*** (0.03) -0.16*** (0.03)
J-Test 5.95
J-Test (p-valor) 0.43
Observations 70 67 67
R2 0.86 0.89
Adjusted R2 0.85 0.89
Residual Std. Error 0.84 (df = 65) 0.74 (df = 62)
F Statistic 99.99*** (df = 4; 65) 121.38*** (df = 4; 62)
Nota: *p<0.1; **p<0.05; ***p<0.01

 

Os resultados preliminares encontrados sugerem que existe um efeito negativo da incerteza sobre o hiato do produto. Isto é, mais incerteza afeta as decisões de consumo e investimento, que fazem com que o PIB da economia seja menor, reduzindo assim o hiato do produto.

Com base nesses resultados, é possível verificar que a "estabilização" da incerteza em patamares elevados tenderá a ser bastante ruim para o nível de atividade.

____________________

(*) Conheça nosso Curso de Macroeconometria usando o R e aprenda a entender o organismo econômico por meio de equações.

(**) Você aprende a coletar, tratar, analisar e apresentar dados com o R em nossos Cursos Aplicados de R.

(***) Os alunos do plano premium dos nossos Cursos Aplicados de R  têm acesso a mais de 70 exercícios do Clube do Código.

Análise do Comércio Varejista com o R

By | Comentário de Conjuntura

O IBGE divulgou hoje pela manhã os resultados de abril da Pesquisa Mensal do Comércio (PMC). A PMC conta com script no nosso Curso de Análise de Conjuntura usando o R que automatiza a coleta, tratamento e apresentação dos dados diretamente do site do SIDRA/IBGE. No corte restrito, houve queda na margem de 16,84%. Já na publicação ampliada, que inclui veículos e materiais de construção, houve queda de 17,73% nessa mesma métrica de comparação. Na comparação interanual, com o mesmo mês do ano passado, a queda no varejo ampliado foi de 27,11%.

A abertura por atividades mostra uma queda de 60,58% na margem no volume de Tecidos, vestuário e calçados. Na comparação interanual, a queda foi de 75,62%, sendo a atividade que mais sofreu com a pandemia. Hipermercados e supermercados tiveram crescimento de 5,85% na comparação interanual.

A apresentação completa dos dados da PMC pode ser vista aqui. O script que gera a apresentação estará disponível na Versão 4.0 do nosso Curso de Análise de Conjuntura usando o R.

____________________

(*) Você aprende a coletar, tratar e visualizar dados macroeconômicos no nosso Curso de Análise de Conjuntura usando o R.

Análise do PIB com o R

By | Comentário de Conjuntura

A quarta versão do nosso Curso de Análise de Conjuntura usando o R abre inscrições no próximo dia 23/06. A ideia dessa versão é apresentar aos alunos uma forma mais simples e direta de automatizar a coleta, tratamento e visualização de dados macroeconômicos. Além disso, foi incluída uma seção sobre construção de cenários macroeconômicos.  Nesse Comentário de Conjuntura, apresentamos os dados do PIB do primeiro trimestre de 2020 como exemplo dessa nova metodologia.

Os números índices sem ajuste sazonal do PIB e dos seus componentes de demanda e oferta são coletados a partir do código abaixo.


library(tidyverse)
library(lubridate)
library(tstools)
library(sidrar)
library(zoo)
library(scales)
library(gridExtra)
library(timetk)

## Dados sem ajuste sazonal
tabela = get_sidra(api='/t/1620/n1/all/v/all/p/all/c11255/90687,90691,90696,90707,93404,93405,93406,93407,93408/d/v583%202') %>%
mutate(date = as.yearqtr(`Trimestre (Código)`, format='%Y%q')) %>%
select(date, `Setores e subsetores`, Valor) %>%
spread(`Setores e subsetores`, Valor) %>%
rename(`Consumo do Governo` = `Despesa de consumo da administração pública`) %>%
as_tibble()

Também são importados diretamente do SIDRA os números índices com ajuste sazonal, com código similar ao código acima. A partir desses números índices, nós calculamos três métricas de crescimento: o crescimento marginal, o crescimento interanual e o crescimento acumulado em quatro trimestres. A seguir, apresentamos os gráficos referentes a essa última métrica.

A seguir, colocamos a variação na margem do PIB e dos seus componentes.

E por fim, também colocamos a variação interanual.

Também é possível criar gráficos referentes à mesma série. Para ilustrar, coloco a seguir os dados referentes ao PIB.

No geral, a despeito da queda na margem do PIB e dos seus componentes, a avaliação é que o efeito maior da pandemia será sentido no 2º trimestre, quando houve um aumento das medidas de isolamento.

____________________

(*) Você aprende a coletar, tratar e visualizar dados macroeconômicos no nosso Curso de Análise de Conjuntura usando o R.


____________________

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