A frustrante retomada

Amanhã, o IBGE divulga o resultado das Contas Nacionais no 4º trimestre. Se confirmada a expectativa do mercado, o PIB cresceu em torno de 1,1% no ano passado, encerrando dois anos de forte frustração com a retomada cíclica da economia. Para ilustrar o argumento, considere abaixo as expectativas das instituições ouvidas pelo boletim Focus para o crescimento da economia.


library(rbcb)
library(ggplot2)
library(scales)
library(gridExtra)
library(dplyr)
library(magrittr)

pibe = get_annual_market_expectations('PIB Total',
start_date = '2017-01-02')

O código carrega alguns pacotes e pega os dados de expectativa para o PIB a partir de janeiro de 2017. A seguir, filtramos as expectativas ao longo do ano para 2017, 2018 e 2019, já guardando os respectivos gráficos.


g1 = filter(pibe, reference_year == '2017' & date > '2017-01-03' &
date <= '2018-03-31') %>%
mutate(crescimento_efetivo = rep(1, length(mean))) %>%
ggplot(aes(x=date))+
geom_line(aes(y=mean), size=.8, colour='darkblue')+
geom_line(aes(y=crescimento_efetivo), size=.8, colour='red',
linetype='dashed')+
theme(plot.title = element_text(size=13,
face='bold'))+
scale_x_date(breaks = date_breaks("1 month"),
labels = date_format("%b/%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='% a.a.',
title='2017')

g2 = filter(pibe, reference_year == '2018' & date > '2018-01-03' &
date <= '2019-03-31') %>%
mutate(crescimento_efetivo = rep(1.1, length(mean))) %>%
ggplot(aes(x=date))+
geom_line(aes(y=mean), size=.8, colour='darkblue')+
geom_line(aes(y=crescimento_efetivo), size=.8, colour='red',
linetype='dashed')+
theme(plot.title = element_text(size=13,
face='bold'))+
scale_x_date(breaks = date_breaks("1 month"),
labels = date_format("%b/%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='% a.a.',
title='2018')

g3 = filter(pibe, reference_year == '2019' & date > '2019-01-03' &
date <= '2020-03-31') %>%
mutate(crescimento_efetivo = rep(1.1, length(mean))) %>%
ggplot(aes(x=date))+
geom_line(aes(y=mean, colour='Expectativa Focus',
linetype='Expectativa Focus'), size=.8)+
geom_line(aes(y=crescimento_efetivo, colour='Crescimento Efetivo',
linetype='Crescimento Efetivo'), size=.8)+
scale_colour_manual('',
values=c('Expectativa Focus'='darkblue',
'Crescimento Efetivo'='red'))+
scale_linetype_manual('',
values=c('Expectativa Focus'='solid',
'Crescimento Efetivo'='dashed'))+
theme(legend.position = c(.7,.6),
plot.title = element_text(size=13,
face='bold'))+
scale_x_date(breaks = date_breaks("1 month"),
labels = date_format("%b/%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='% a.a.',
title='2019')

A seguir, usamos a função grid.arrange para construir um layout que inclua os três gráficos.


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

Após uma expectativa pessimista para o crescimento em 2017, os agentes do mercado começaram 2018 prevendo um crescimento em torno de 2,5%. A greve dos caminhoneiros em maio iniciou uma sequência de revisões na expectativa de crescimento, levando-a para 1,2% ao final de fevereiro de 2018. O crescimento ficaria em 1,1% (revisado posteriormente para 1,3%).

Em 2019, o enredo foi basicamente o mesmo: a expectativa de crescimento começou acima de 2,5% e foi sendo sistematicamente corrigida para baixo ao longo do ano. Ao final de fevereiro desse ano, a expectativa convergiu para 1,1%.

Diante desse preâmbulo, o medo que domina o mercado é a repetição do enredo em 2020. Após um terceiro trimestre com crescimento acima do esperado, houve correção altista na expectativa de crescimento para esse ano. Os dados de nível de atividade do quatro trimestre, porém, provocaram redução baixista nas últimas semanas. Colabora para agravar esse quadro, os ventos do cenário externo, fortemente abalado pelo coronavírus.


filter(pibe, reference_year == '2020' & date > '2019-10-03') %>%
ggplot(aes(x=date))+
geom_line(aes(y=mean), size=.8)+
theme(plot.title = element_text(size=13,
face='bold'))+
scale_x_date(breaks = date_breaks("15 days"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
labs(x='', y='% a.a.',
title='Crescimento esperado para 2020')

Se não bastasse tudo isso, o executivo não ajuda, forçando uma queda de braço desnecessária com o Congresso.

Simplesmente frustrante, para dizer o mínimo.

___________________

(*) O código completo desse comentário estará disponível logo mais no Clube do Código.

(**) Aprenda a analisar dados em nossos Cursos Aplicados de R.

___________________


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como Criar um Agente Analista Financeiro com LangGraph e Dados da CVM

Este post apresenta a construção de um sistema multiagente para análise financeira automatizada com LangGraph. A partir dos dados das demonstrações contábeis da CVM, mostramos como agentes especializados podem interpretar perguntas, consultar bancos de dados e gerar análises financeiras, simulando o trabalho de um analista.

O que é e como funcionam Sistemas Multi-Agentes

Sistemas multi-agentes (MAS) representam uma nova forma de estruturar aplicações de inteligência artificial, especialmente úteis para lidar com problemas complexos e distribuídos. Em vez de depender de um único agente generalista, esses sistemas são compostos por múltiplos agentes especializados que colaboram, competem ou se coordenam para executar tarefas específicas. Neste post, explicamos o que são os MAS, seus principais componentes (como LLMs, ferramentas e processos) e as arquiteturas mais comuns.

Como criar um Agente de IA coletor de dados

A tecnologia de agentes de IA está democratizando o acesso e a manipulação de dados econômicos complexos, tornando-a acessível mesmo para aqueles sem experiência em programação. Neste post discutimos a criação de agentes de IA para coletar dados econômicos brasileiros usando linguagem natural, como "Qual é a expectativa do IPCA para 2025?".

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de 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.