Category

PIB

12ª semana de corte no crescimento esperado em 2019!

By | PIB

O boletim Focus, divulgado toda segunda-feira pelo Banco Central, trouxe o 12º corte no crescimento mediano esperado para o crescimento esse ano. Abaixo, usamos o pacote rbcb para coletar os dados diretamente do Banco Central. Em seguida, nós tratamos os mesmos, de modo a colocá-los em um data frame. Algo que ensinamos detalhadamente no nosso Curso de Análise de Conjuntura usando o R.


library(rbcb)
pibe = get_annual_market_expectations('PIB Total',
start_date = '2019-01-04')
pib_esperado = pibe$median[pibe$reference_year=='2019']
pib_esp_min = pibe$min[pibe$reference_year=='2019']
pib_esp_max = pibe$max[pibe$reference_year=='2019']
dates = pibe$date[pibe$reference_year=='2019']

data = data.frame(dates=dates, pib=pib_esperado,
min=pib_esp_min, max=pib_esp_max)

Produzimos um gráfico com o código abaixo.


library(ggplot2)
library(scales)
library(ggrepel)
library(png)
library(grid)
library(gridExtra)

img <- readPNG('logo.png')
g <- rasterGrob(img, interpolate=TRUE)

ggplot(data=data, aes(x=dates, y=pib))+
geom_line(size=.8, colour='darkblue')+
labs(title='Crescimento Esperado para 2019',
subtitle='Boletim Focus: mediana das instituições',
caption='Fonte: analisemacro.com.br com dados do BCB.')+
xlab('')+ylab('% a.a.')+
scale_x_date(breaks = date_breaks("4 days"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
geom_label_repel(label=round(data$pib,2),
color = c(rep('black',1), rep(NA,nrow(data)-1)),
fill = c(rep('#91b8bd',1),
rep(NA,nrow(data)-1)))+
theme(panel.background = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.background = element_rect(fill='#8abbd0'),
axis.line = element_line(colour='black',
linetype = 'dashed'),
axis.line.x.bottom = element_line(colour='black'),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.position = 'bottom',
legend.background = element_rect((fill='#acc8d4')),
legend.key = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.margin=margin(5,5,15,5))+
annotation_custom(g,
xmin=as.Date('2019-01-03'),
xmax=as.Date('2019-01-31'),
ymin=1.5, ymax=2)

Abaixo, o gráfico...

Isso e muito mais você aprende em nosso Curso de Análise de Conjuntura usando o R.

Como está o hiato do produto no Brasil?

By | PIB

Ao longo da semana, tenho discutido aqui no Blog da Análise Macro sobre o tema da frustrante recuperação da economia. De modo a iluminar ainda mais o assunto, apresento aqui o conceito-chave de hiato do produto, como aprendemos em nossos cursos de Teoria Macroeconômica e Análise de Conjuntura usando o R. Vou aqui tecer alguns parágrafos sobre ele, bem como mostrar os dados.

No gráfico acima, temos o PIB efetivo em nível com ajuste sazonal acompanhado de sua tendência,  chamada pelos economistas de PIB potencial. A diferença entre aquele e este tem o nome de hiato do produto, que nada mais é do que um indicador de ociosidade da economia.

A boca de jacaré, na ponta, portanto, nos diz que o PIB efetivo está caminhando abaixo do PIB potencial, de modo que o hiato do produto nesse momento é negativo. Isto é, haveria muita ociosidade na economia. O gráfico abaixo, por suposto, confirma esse ponto, ao ilustrar o hiato do produto em si.

Mas como assim ociosidade? Lembre-se que o PIB é a soma de bens e serviços finais produzidos na economia em um determinado período de tempo. Para produzir esses bens e serviços precisamos, por suposto, de fatores de produção como capital e trabalho. Assim, se eu digo que há ociosidade na economia, quero dizer que há trabalhadores desempregados e capital não utilizado.

Tudo bem? Agora volte ao primeiro gráfico. Observe que não apenas o PIB efetivo caiu no período como também caiu o PIB Potencial! A crise que vivemos é tão, mas tão grave, que nós reduzimos o nosso potencial de crescimento.

Essa é uma outra forma de dizer que se queremos aumentar o potencial de crescimento da economia, precisamos torná-la mais produtiva, melhorando o ambiente de negócios, aprovando a agenda de reformas microeconômicas e garantindo a solidez fiscal com a reforma da previdência.

Ah, sim, as séries utilizadas para a produção dos gráficos são do IPEA!

_______________________

Isso e muito mais nos nossos cursos de Teoria Macroeconômica e Análise de Conjuntura usando o R.

IBC-Br: Recuperação mais do que comprometida

By | PIB

O Banco Central acabou de divulgar os resultados do Índice de Nível de Atividade da instituição - o IBC-Br - referente ao mês de fevereiro. Nada animadores, diga-se. Pelo segundo mês seguido, a variação na margem veio negativa: 0,73% em relação a janeiro. Também na variação da média móvel trimestral - últimos três meses contra os três meses imediatamente anteriores - houve recuo de 0,21%. Uma indicação de que a recuperação da economia nesse ano está bastante comprometida.

Aprenda a analisar o IBC-Br e vários outros índices no Curso de Análise de Conjuntura usando o R 

Nas métricas mais suavizadas, por seu turno, ainda há crescimento positivo. A variação interanual, o IBC-Br cresceu 2,49% em fevereiro, enquanto no acumulado em 12 meses registra alta de 1,21%.

O pessimismo captado pelo IBC-Br, a propósito, se soma à sétima redução semanal do crescimento previsto para 2019 captado no boletim Focus. No último dado disponível, espera-se crescimento de 1,95%.

O pessimismo está em grande parte associado à possibilidade de não aprovação da reforma da previdência ou à aprovação de uma reforma bem mais desidratada do que a versão entregue pelo governo ao Congresso.

IBC-BR mostra recuperação

By | PIB

O Banco Central acabou de divulgar o seu índice de nível de atividade, o IBC-BR, referente a junho último. Os dados mostram que houve recuperação de 3,29% na margem, devolvendo a queda de 3,28% de maio, quando houve a greve de caminhoneiros. Na comparação interanual, houve aumento de 1,82% e no acumulado em 12 meses, a alta até junho foi de 1,30%. A leitura, por suposto, é que o nível de atividade parece ter se recuperado do tombo de maio, mas seus efeitos sobre a economia acabaram por sepultar um crescimento menor em 2018.

No nosso Curso de Análise de Conjuntura usando o R, a propósito, ensinamos como coletar e tratar os dados do IBC-BR, de modo a gerar um produto como esse aqui sem a necessidade de abrir múltiplos programas ou perder tempo entrando em sites para baixar dados. Tudo é feito via uma plataforma integrada como o RStudio, que possibilita um aumento incrível de produtividade. A começar pela coleta de dados, que hoje já pode ser feita diretamente do site do Banco Central com um pacote do R, como no código a seguir.


require(BETS)
ibc = BETS.get(24363)
ibc.sa = BETS.get(24364)
ibc = ts.intersect(ibc, ibc.sa)

Na sequência, podemos produzir o gráfico abaixo, concentrando as principais métricas de avaliação do índice.

Seus gráficos ficarão bem mais ilustrativos, o que lhe trará maiores insights para desenvolver argumentos econômicos mais sólidos, bem como fomentar a etapa posterior de modelagem e previsão, que pode ser vista nos cursos de Séries Temporais e Construção de Cenários e Previsões. Não perca tempo e venha já para o mundo do R!

Análise da Produção Industrial com o R: indústria sobe 13,1% em junho

By | PIB

O IBGE divulgou hoje os resultados da Produção Industrial referentes a junho. Passado o mergulho de maio, provocado pela greve dos caminhoneiros, a produção industrial avançou 13,1% na comparação com o mês anterior. Na comparação com o mesmo mês do ano passado, houve avanço de 3,5%, enquanto em termos anuais, o aumento acumulado até junho foi de 3,2%. Na sequência do post, coletamos e tratamos dados da Produção Industrial com códigos de R que são detalhadamente explicados em nosso Curso de Análise de Conjuntura usando o R.

Com o uso do R, é possível integrar em um único ambiente a coleta, tratamento e apresentação de dados como os da Produção Industrial, gerando um produto final como esse aqui sem a necessidade de abrir múltiplos programas ou perder tempo entrando em sites para baixar dados. Tudo é feito via uma plataforma integrada como o RStudio, que possibilita um aumento incrível de produtividade. A começar pela coleta de dados, que hoje já pode ser feita de uma base de dados como o SIDRA com um pacote do R, como no código a seguir.


library(sidrar)

### Coletar dados no SIDRA IBGE
table1 = get_sidra(api='/t/3653/n1/all/v/3134,3135/p/all/c544/all/d/v3134%201,v3135%201')

table2 = get_sidra(api='/t/3651/n1/all/v/3134,3135/p/all/c543/129278,129283,129300,129301,129305/d/v3134%201,v3135%201')

Os dados coletados, naturalmente, estão desorganizados, de modo que é preciso tratá-los, transformando-os em uma matriz amigável para que se possa fazer uma exploração dos mesmos via, por exemplo, construção de gráficos. Essa etapa é particularmente importante para quem lida com dados todos os dias, de modo que passamos um tempo considerável do nosso Curso de Análise de Conjuntura usando o R mostrando para os alunos como utilizar o para essa tarefa. Uma vez que o código esteja pronto, sua tarefa de coleta e tratamento de dados está automatizada, de modo que da próxima vez que você for atualizar os dados, perdera minutos nessa etapa. Isto é, poderá se concentrar na parte de análise e comunicação de resultados, sofisticando de modo bastante interessante suas apresentações.

Seus gráficos ficarão bem mais ilustrativos, o que lhe trará maiores insights para desenvolver argumentos econômicos mais sólidos, bem como fomentar a etapa posterior de modelagem e previsão, que pode ser vista nos cursos de Séries Temporais e Construção de Cenários e Previsões. Não perca tempo e venha já para o mundo do R!

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