Como coletar dados do Banco Central do Chile usando a API com o Python?

O Banco Central do Chile é a autoridade monetária responsável por manter o poder de compra do peso chileno. Fazer isso não é nada fácil e envolve analisar um grande volume de dados. Grande parte destes dados podem ser acessados publicamente pelo portal de dados da instituição.

Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.

A Base de Dados Estatísticos (BDE) é o portal de dados do Banco Central do Chile que reúne dezenas de milhares de dados relevantes e atualizados sobre uma variedade de temas, tais como:

  • Contas Nacionais
  • Economia Internacional
  • Expectativas Econômicas
  • Finanças Públicas
  • Estatísticas Monetárias e Financeiras
  • Indicadores Setoriais

O portal permite pesquisar os dados de interesse por tema e por frequência da série, além de pesquisa textual.

Neste artigo mostramos como pesquisar e como coletar os dados do portal do Banco Central do Chile através do sistema de API usando a linguagem Python. Este processo permite automatizar rotinas de extração de dados, eliminando trabalho manual e repetitivo de atualização de bases de dados econômicos.

Passo 01: criando cadastro de usuário

  1. Acesse o site https://si3.bcentral.cl/siete
  2. Clique em “Registrarse”
  3. Preencha nome, email, senha e demais informações da tela
  4. Clique em “Guardar
  5. Aguarde receber email com código de autenticação e copie o mesmo
  6. Cole o código de autenticação na tela de cadastro e clique em “Validar”
  7. Clique em “Iniciar sesión”
  8. Preencha email e senha
  9. Clique em “Ingresar”
  10. Acesse o site https://si3.bcentral.cl/Siete/en/Siete/API?respuesta= (refaça o login se necessário)
  11. Marque a caixa “I have read and accept the Terms and conditions
  12. Clique em “Activate API usage

Passo 02: coletando dados pela API do BCC no Python

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

  1. Consultar detalhes da API no site https://si3.bcentral.cl/estadisticas/Principal1/Web_Services/doc_en.htm
  2. Instalar a biblioteca bccapi
    pip install bcchapi
  3. Importar a biblioteca bccapi e demais
  4. Definir usuário e senha de cadastro na API como variáveis de ambiente
  5. Autenticar na API com usuário e senha
  6. Buscar dados de interesse (veja neste Excel a lista de séries disponíveis)
    seriesId frequencyCode spanishTitle englishTitle firstObservation lastObservation updatedAt createdAt
    0 F089.EDEP.POR.91EI12.M MONTHLY 1 a 12 meses; expectativas de inflación de las... 1 to 12 months; business inflation expectation... 2021-11-01 2024-03-01 2024-05-03 2024-05-03
    1 F089.EDEP.POR.91EI24.M MONTHLY 13 a 24 meses; expectativas de inflación de la... 13 to 24 months; business inflation expectatio... 2021-11-01 2024-03-01 2024-05-03 2024-05-03
    2 F089.IPC.V12.14.M MONTHLY Expectativas de inflación en 11 meses (variaci... Inflation expectations in 11 months (12-month ... 2001-01-01 2024-04-01 2024-04-10 2024-04-10
    3 F089.IPC.V12.15.M MONTHLY Expectativas de inflación en 23 meses (variaci... Inflation expectations in 23 months (12-month ... 2001-01-01 2024-04-01 2024-04-10 2024-04-10
    4 F089.IPC.V12.16.M MONTHLY Expectativas de inflación, variaciones IPC en ... Inflation expectations, December 2004 2002-11-01 2004-10-01 2015-01-09 2015-01-09
  7. Importar série pelo código (exemplo para série “F049.VTR.IND.BCC1.01.M”, ou seja, a expectativa de inflação 23 meses à frente)
    expectativas_infl_23m
    2023-12-01 3.0
    2024-01-01 3.0
    2024-02-01 3.0
    2024-03-01 3.0
    2024-04-01 3.0

E dessa forma simples é possível acessar todos os dados existentes no portal de dados do BCC!

Abaixo mostramos um gráfico de exemplo com os dados de taxa de inflação esperada 23 meses à frente para o Chile:

Conclusão

Neste artigo mostramos como pesquisar e como coletar os dados do portal do Banco Central do Chile através do sistema de API usando a linguagem Python. Este processo permite automatizar rotinas de extração de dados, eliminando trabalho manual e repetitivo de atualização de bases de dados econômicos.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Coletando dados para monitoramento climático com Python

As condições climatológicas influenciam desde a safra de grãos até a decisão de um vendedor ambulante levar seu carrinho para a praia ou não. Por sua importância e impactos na economia do país, neste exercício mostramos como coletar e elaborar análises de dados sobre o clima usando o Python.

Coletando dados de secas e queimadas no Brasil com Python

Neste artigo exploramos fontes públicas de dados sobre secas e queimadas no Brasil. Mostramos como acessar, coletar e preparar os dados para elaboração de análises. Usamos a linguagem Python para desenvolver uma rotina automatizada.

Como analisar demonstrações contábeis usando IA

Neste post, vamos explorar como utilizar o modelo de linguagem Gemini do Google para analisar demonstrações contábeis anuais da Eletrobras e extrair informações relevantes para tomada de decisão. Através de um código Python, vamos importar os dados direto da CVM, conectar com o Gemini e gerar resumos sobre as contas das demonstrações e perspectivas futuras sobre as finanças da empresa.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.