O Banco Central Europeu (ECB) é a autoridade monetária da Zona do Euro, ou seja, é responsável por manter o poder de compra do euro. 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.
O ECB Data Portal reúne centenas de milhares de dados relevantes e atualizados sobre uma variedade de temas, tais como:
- Taxas de juros
- Taxas de câmbio
- Mercados financeiros
- Estatísticas macroeconômicas
- Balanço de pagamentos
- Pesquisas de opinião
Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.
O portal permite pesquisar os dados de interesse por categorias, conceitos, área geográfica e por conjunto de dados.
Neste artigo mostramos como pesquisar e como coletar os dados do portal do ECB 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: procurando os dados de interesse
- Acesse o site https://data.ecb.europa.eu/
- Clique em “Browse data”
- Escolha uma opção de pesquisa de dados: por “Concept”, “Geographical area” ou “Dataset”
- Escolha ou pesquise por termos para encontrar os dados de interesse
- Aplique filtros e, por fim, clique sobre a série de interesse
Exemplo para a taxa de desemprego:
- Clicar em “Concept”
- Digitar “unemployment”
- Clicar no link do resultado da procura “Unemployment (108223)”
- Aplicar filtros (frequência, área de referência, tipo de ajuste da série, tipo de indicador, etc.)
- Copiar o código da série resultante da pesquisa, localizado abaixo da última data de atualização (ex: “LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T”)
Passo 02: coletando dados pela API do ECB 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.
- Consultar detalhes da API no site https://data.ecb.europa.eu/help/api/data
- Importar a biblioteca pandas
- Construir a URL de coleta de dados conforme regras da API (ex: “https://data-api.ecb.europa.eu/service/data/LFSI/M.U2.S.UNEHRT.TOTAL0.15_74.T?startPeriod=2000-01-01&format=csvdata”
- Utilizar uma função de importação de dados (ex: “read_csv()”)
| KEY | FREQ | REF_AREA | ADJUSTMENT | LFS_INDICATOR | LFS_BREAKDOWN | AGE_BREAKDOWN | GENDER | TIME_PERIOD | OBS_VALUE | ... | UNIT_INDEX_BASE | COMPILATION | COVERAGE | DECIMALS | SOURCE_AGENCY | SOURCE_PUB | TITLE | TITLE_COMPL | UNIT | UNIT_MULT | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T | M | U2 | S | UNEHRT | TOTAL0 | 15_74 | T | 2000-01 | 9.024499 | ... | NaN | NaN | NaN | 6 | NaN | NaN | NaN | Euro area (Member States and Institutions of t... | PC | 0 |
| 1 | LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T | M | U2 | S | UNEHRT | TOTAL0 | 15_74 | T | 2000-02 | 8.908758 | ... | NaN | NaN | NaN | 6 | NaN | NaN | NaN | Euro area (Member States and Institutions of t... | PC | 0 |
| 2 | LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T | M | U2 | S | UNEHRT | TOTAL0 | 15_74 | T | 2000-03 | 8.803177 | ... | NaN | NaN | NaN | 6 | NaN | NaN | NaN | Euro area (Member States and Institutions of t... | PC | 0 |
| 3 | LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T | M | U2 | S | UNEHRT | TOTAL0 | 15_74 | T | 2000-04 | 8.695936 | ... | NaN | NaN | NaN | 6 | NaN | NaN | NaN | Euro area (Member States and Institutions of t... | PC | 0 |
| 4 | LFSI.M.U2.S.UNEHRT.TOTAL0.15_74.T | M | U2 | S | UNEHRT | TOTAL0 | 15_74 | T | 2000-05 | 8.627979 | ... | NaN | NaN | NaN | 6 | NaN | NaN | NaN | Euro area (Member States and Institutions of t... | PC | 0 |
5 rows × 26 columns
E dessa forma simples é possível acessar todos os dados existentes no portal de dados do ECB!
Abaixo mostramos um gráfico de exemplo com os dados de taxa de desemprego para área geográficas selecionadas:
Conclusão
Neste artigo mostramos como pesquisar e como coletar os dados do portal do ECB 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.
