A fada da confiança e a incerteza

Um dos aspectos mais trágicos da atual conjuntura é a lenta recuperação da economia. O hiato do produto, a diferença entre o PIB efetivo e o PIB potencial, segue em terreno bastante negativo e a taxa de desemprego segue elevada. A pergunta que fica é, portanto, quando voltaremos a crescer? Para respondê-la, precisamos seguir alguns passos. Antes de tudo, é preciso que a incerteza, causada sobretudo pelo ambiente político, ceda. Uma vez que a incerteza diminua, os agentes aumentarão a confiança no futuro e voltarão a consumir e investir.

Para ilustrar, mostramos aqui a correlação negativa entre incerteza e confiança do consumidor. Para isso, pegamos os dados da FGV, que podem ser lidos com o pacote readr.


library(readr)

data = read_csv2('confianca.csv',
col_types =
list(col_date(format='%d/%m/%Y'),
col_double(),
col_double(),
col_double(),
col_double(),
col_double(),
col_double()))

data = data[complete.cases(data),]

Uma vez lidos os dados, podemos gerar um gráfico com o pacote ggplot2 como abaixo.


library(ggplot2)
library(gridExtra)
library(scales)

g1 = ggplot(data, aes(Data, icc_exp_sa))+
geom_line()+
scale_x_date(breaks = date_breaks("2 year"),
labels = date_format("%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='Índice',
title='Índice de Confiança do Consumidor')

g2 = ggplot(data, aes(Data, iie))+
geom_line()+
scale_x_date(breaks = date_breaks("2 year"),
labels = date_format("%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='Índice',
title='Incerteza')

g3 = ggplot(data, aes(iie, icc_exp_sa))+
geom_point(colour='black', size=2)+
geom_smooth(method='lm', se=FALSE, colour='red',
linetype='dashed')+
labs(x='Incerteza', y='Confiança Consumidor',
title='Incerteza vs. Confiança do Consumidor',
caption='Fonte: analisemacro.com.br')

grid.arrange(g1, g2, g3, ncol=2, nrow=2,
layout_matrix= rbind(c(1,2), c(3,3)))

E o gráfico...

A correlação entre o ICC (Índice de Confiança do Consumidor) e o IIE (Índice de Incerteza Econômica) é de -0,57 para a amostra de dados disponível. Para entender melhor aqueles passos, precisamos agora construir um modelo colocando incerteza, confiança e consumo, para que possamos entender essa cadeia de causalidade.

Não me parece correto, entretanto, criticar o nó confiança => consumo, sem se atentar para o efeito da incerteza sobre a confiança do consumidor e dos empresários...

___________________

O arquivo confianca.csv está disponível no repositório do Blog.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

Cálculo do Retorno Econômico de uma Política Pública

Como podemos traduzir os efeitos de uma política pública para valores monetários? Essa é uma tarefa árdua que requer algumas premissas, entretanto, com métodos bem definidos, é possível obter estimativas precisas dos ganhos e os gastos de uma política pública.

Neste exercício, demonstramos tal método usando a política hipotética "Mãe Paranense”, um conjunto de ações que visam reduzir a mortalidade materna e infantil no estado. Usamos a linguagem R como ferramenta para analisar os dados.

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.