Category

PIB

Análise do PIB do 1º Trimestre

By | Comentário de Conjuntura, PIB

O IBGE acabou de divulgar o resultado do PIB no 1º trimestre desse ano. Uma análise preliminar dos dados confirma o arrefecimento na margem da recuperação da economia brasileira. A despeito disso, os números, mesmo que tímidos, apontam para uma continuidade do processo de crescimento econômico. A tabela ao lado resume as principais métricas de crescimento dos componentes do PIB pelo lado da oferta e da demanda. Enquanto na margem, o PIB cresceu 0,4%, no acumulado em quatro trimestres, o crescimento foi de 1,3%. Pelo lado da oferta, o destaque segue sendo a agropecuária, que cresceu 1,4% na margem e acumula alta de 6,1% na comparação anual. Pelo lado da demanda, a Formação Bruta de Capital Fixo (FBCF) manteve crescimento na margem, ficando praticamente estável na comparação anual. Nesse post, fazemos uma análise breve dos componentes do PIB olhando para algumas métricas de crescimento.

Variação dos Componentes do PIB (%)
Margem Trimestral Anual 2 anos
Agro 1,4 -2,6 6,1 9,4
Ind 0,1 1,6 0,6 -1,9
Serv 0,1 1,6 1,0 -1,1
PIB 0,4 1,2 1,3 -0,9
Consumo 0,4 2,8 2,1 -1,3
Governo -0,4 -0,8 -0,6 -0,7
FBCF 0,6 3,5 -0,1 -6,9
Exportação 1,3 6,0 6,2 5,7
Importação 2,5 7,7 4,6 1,8

Os gráficos abaixo mostram o PIB trimestral em nível e em termos da sua taxa de crescimento acumulada em quatro trimestres. Em nível, o PIB mostra dois momentos de queda: o primeiro na crise de 2008, o segundo de 2014 até o final de 2016. Em termos de taxa de crescimento, destacamos dois momentos distintos: a aceleração no crescimento econômico até a crise de 2008 e uma queda vertiginosa a partir do final de 2010, início de 2011. Na ponta - a área hachurada em laranja - mostramos a recuperação em curso, que culmina com uma taxa de 1,3% no primeiro trimestre desse ano. Clique nas figuras para ampliá-las.

 

 

Como mostra o primeiro gráfico, a propósito, a queda em nível que tivemos entre 2014 e 2016 é a maior da série histórica. A taxa de crescimento do PIB, por seu turno, saiu de 7,5% no quarto trimestre de 2010 para -4,6% no segundo trimestre de 2016, atingindo o seu pior momento. A explicação central para um declínio tão grande do nível de atividade reside na mudança da política econômica, que passou do tripé macroeconômico para a Nova Matriz Econômica. Enquanto naquele arranjo, a preocupação básica era com a trajetória da Dívida/PIB e com metas de inflação, neste o que se tentou foi uma intervenção em certos preços da economia, como juros e câmbio. Ademais, e talvez mais importante para explicar a lenta recuperação atual, houve uma intervenção disseminada em diversos setores da economia, com profundos impactos na rentabilidade dos mesmos e na sua capacidade de realizar novos investimentos.

Visto o panorama geral do nível de atividade, passemos a uma análise dos componentes do PIB de acordo com as métricas de crescimento sublinhadas na tabela acima. O conjunto de gráficos abaixo, por suposto, traz o avanço dos componentes de demanda e de oferta na margem. Como se pode ver, há uma expansão no ritmo de crescimento a partir de meados de 2015, com um arrefecimento nos últimos trimestres. Esse comportamento, naturalmente, não é homogêneo para todos os componentes.

Como se sabe, é difícil capturar uma tendência bem definida sobre o que está ocorrendo com qualquer variável macroeconômica quando olhamos exclusivamente para leituras marginais, uma vez que essas estão sujeitas a muita volatilidade. Assim, de modo a suavizar o crescimento desses componentes, melhorando nosso olhar sobre uma perspectiva de mais médio prazo, podemos olhar para o trimestre t contra o trimestre t-4, como no conjunto de gráficos abaixo.

Por essa métrica, se observa mais claramente uma recuperação do nível de atividade e dos seus componentes, em particular a FBCF e o Consumo das Famílias pelo lado da demanda e a Indústria e Serviços pelo lado da oferta. De modo a melhorar ainda mais nossa leitura, podemos agora ver o comportamento da taxa de crescimento acumulada em quatro trimestres, como no conjunto de gráficos abaixo.

A recuperação por essa métrica é mais nítida, cabendo salientar o arrefecimento na margem, muito em função da profundidade da crise, que castigou fortemente tanto consumidores quanto empresas. Observe, por suposto, que a FBCF sai de patamares muito baixos nessa métrica, em torno de -15%, para se aproximar da nulidade no primeiro trimestre desse ano. Em outras palavras, o caminho percorrido até aqui pelos investimentos é o de deixar um imenso fundo do poço para trás.

 

Análise do PIB de 2017 com o R

By | PIB

Confira clicando na imagem ao lado, está disponível uma apresentação completa dos dados do PIB de 2017. O script da apresentação, disponível para os membros do Clube do Código, automatiza completamente a coleta, tratamento, análise e apresentação dos dados da pesquisa.

Levando a Produção Industrial para o R

By | PIB

Está disponível ao clicar na imagem ao lado uma apresentação completa dos dados da Produção Industrial (PIM-PF) referente ao mês de novembro de 2017 (último dado disponível). O script da apresentação, disponível para os membros do Clube do Código, automatiza completamente a coleta, tratamento, análise e apresentação dos dados da pesquisa. A partir de fevereiro de 2018, o script contemplará ainda um modelo de previsão da produção industrial.

Levando o PIB para o R com o pacote SidraR

By | PIB

Recentemente, publiquei no Blog da Análise Macro um post que fazia referência ao pacote SidraR, que visa facilitar a vida de quem trabalha com os dados do SIDRA/IBGE. O pacote permite baixar dados do SIDRA diretamente para o R. Alguns alunos dos Cursos de R da Análise Macro e mesmo membros do nosso Clube do Código me enviaram dúvidas nas últimas semanas sobre como manipular os dados obtidos a partir do pacote. Isso porque, como mostra a figura abaixo, os dados obtidos não formam um data frame tradicional, com as colunas sendo variáveis e as linhas observações. Com efeito, é preciso fazer um tratamento dos dados obtidos. É o que fazemos na edição 38 do Clube do Código, uma vez que os dados do SIDRA/IBGE são bastante importantes para profissionais de diferentes áreas. Nesse post, mostramos alguns pontos do exercício.

Com o código abaixo, nós importamos os componentes do PIB pelo lado da oferta e pelo lado da demanda, para os índices encadeados e para os ajustados sazonalmente.


## Importação dos dados do PIB
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')
tabela_sa = get_sidra(api='/t/1621/n1/all/v/all/p/all/c11255/90687,90691,90696,90707,93404,93405,93406,93407,93408/d/v584%202')

Uma vez importados, os dados se parecerão com a figura acima. O código abaixo, então, faz a extração de cada uma das variáveis contidas no data frame, com base na coluna Setores e subsetores (Código), utilizando para isso um loop com a função for. Para que isso seja possível, claro, precisamos definir um vetor contendo os códigos das séries, além de precisarmos criar uma matriz que irá armazenar os dados extraídos. Ademais, criamos um vetor para nomear as séries obtidas.


series = c(90687,90691,90696,90707,93404,93405,93406,93407,93408)
names = c('Agro', 'Ind', 'Serv', 'PIB',
 'Consumo', 'Governo', 'FBCF',
 'Exportação', 'Importação')
pib = matrix(NA, ncol=length(series), 
 nrow=nrow(tabela)/length(series))
for(i in 1:length(series)){
 pib[,i] = tabela$Valor[tabela$
 `Setores e subsetores (Código)`
 ==series[i]] 
 pib = ts(pib, start=c(1996,01), freq=4)
 colnames(pib) = names
}

Ao rodar o código acima, teremos os dados organizados conforme a figura abaixo. Isto é, teremos as colunas representando os componentes do PIB (e uma delas, o próprio PIB) e as linhas representando as observações trimestrais - lembrando que também transformamos os nossos dados em séries temporais. Dessa forma, poderemos trabalhar com os nossos dados da forma que já estamos acostumados.

Os dados dos componentes do PIB e do próprio PIB em nível não dizem muita coisa para nós. Assim, é preciso criar algumas métricas de crescimento, isto é, a que taxa as nossas séries estão crescendo ou decrescendo. É o que fazemos no restante do exercício do Clube de modo a obter gráficos como os da figura abaixo.

E então, gostou do exercício? Você pode aprender mais fazendo um dos nossos Cursos Aplicados de R e se associando ao Clube do Código.

Vítor Wilher

Data Scientist

Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, tendo se especializado na construção de modelos macroeconométricos, política monetária e análise da conjuntura macroeconômica doméstica e internacional. Tem, ademais, especialização em Data Science pela Johns Hopkins University. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. É o criador da Análise Macro, startup especializada em treinamento e consultoria em linguagens de programação voltadas para data analysis, sócio da MacroLab Consultoria, empresa especializada em cenários e previsões e fundador do hoje extinto Grupo de Estudos sobre Conjuntura Econômica (GECE-UFF). É também Visiting Professor da Universidade Veiga de Almeida, onde dá aulas nos cursos de MBA da instituição, Conselheiro do Instituto Millenium e um dos grandes entusiastas do uso do no ensino. Leia os posts de Vítor Wilher aquiCaso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br

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