Ambiente externo gera preocupações

A taxa de câmbio voltou a romper a barreira de 4 R$/US$ nos últimos dias, refletindo o ambiente externo. Para ilustrar, podemos usar o pacote quantmod do para pegar dados diários para a taxa de câmbio na base do Yahoo Finance - maiores detalhes sobre séries temporais financeiras, veja nosso Curso de Econometria Financeira usando o R. O código abaixo ilustra.


library(quantmod)
getSymbols("BRL=X",src="yahoo", from=as.Date('2018-01-01'))
cambio = `BRL=X`[,4]
cambio = cambio[complete.cases(cambio)]

Com a nossa série em mãos, podemos construir o gráfico abaixo.

Observamos que o câmbio se "acostumou" ao patamar próximo a 3,85, flertando em três momentos com os 4 R$/US$. Abaixo, estimamos a volatilidade dos log-retornos da taxa (aprenda sobre isso em nosso Curso de Econometria Financeira usando o R).

A despeito de não vivermos um "pico" de volatilidade, houve perturbações consideráveis ao longo do mês de agosto. Isso também é captado, diga-se, pelo índice VIX do CBOE, que pode ser baixado a partir do FRED Economic Data.


getSymbols('VIXCLS', src='FRED')
vix = window(VIXCLS[complete.cases(VIXCLS),], start='2018-01-01')

E abaixo o gráfico...

De fato, o que tem preocupado analistas é a probabilidade da economia mundial entrar em uma recessão nos próximos meses. Para ilustrar essa preocupação, podemos verificar o comportamento do juro associado ao título de 10 anos dos Estados Unidos, dessa vez usando o pacote Quandl.


juro = Quandl('FRED/DGS10', start_date='2018-01-01')

E abaixo o gráfico...

Há, inclusive, uma discussão interessante sobre essa taxa ter ficado menor do que a taxa de curto prazo, indicando menos expectativa de inflação no futuro e, portanto, menos nível de atividade. Estaria aberto o caminho para a recessão? Cedo para dizer, já que é preciso aguardar as reações de política econômica mundo a fora. O certo é que esse pessimismo chega em péssima hora para o Brasil, às voltas com uma economia patinando e desemprego ainda lá em cima.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar IA + Python para o Mercado Financeiro?

Neste post, mostramos como a Inteligência Artificial, aliada à linguagem Python, está revolucionando o mercado financeiro. Exploramos as principais áreas onde essa tecnologia pode ser aplicada — como gestão de carteiras, análise de demonstrações contábeis, estratégias quantitativas, trading e análise macroeconômica — com foco em aplicações práticas e exemplos voltados para o contexto brasileiro.

Como otimizar um portfólio de investimentos no Python?

Este post apresenta, de forma prática e didática, como aplicar o modelo de otimização de carteiras de Markowitz utilizando Python. A partir de dados reais de ações brasileiras, mostramos como calcular retornos, medir riscos e encontrar a combinação ótima de ativos com base nas preferências de risco do investidor. Utilizamos a biblioteca Riskfolio-Lib para estruturar a análise e gerar gráficos como o conjunto de oportunidades e a fronteira eficiente.

O que são SLMs?

Assim como os LLMs, os Small Language Models (SLMs) são Modelos de Linguagem baseados em IA em versões mais compactas, projetados para funcionar com menos recursos computacionais, menor latência e maior privacidade. Neste exercício mostramos como usar estes modelos usando API's ou localmente através do Python.

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.