Análise do Mercado de Crédito com o R

A disponibilidade de crédito é uma variável de suma importância para impulsionar tanto o consumo das famílias quanto o investimento das firmas. Nesse Comentário de Conjuntura, por suposto, seguindo a análise do mercado de crédito que faço no Curso de Análise de Conjuntura usando o R, vamos dar uma olhada em alguns aspectos desse mercado. Para isso, vou utilizar aqui o pacote Quandl para pegar as séries do Banco Central diretamente para o R.


library(Quandl)
library(ggplot2)
library(scales)
Quandl.api_key('a sua chave aqui') # Permite mais de 50 acessos dia
credito_total = Quandl('BCB/20631', order='asc')

credito_pj = Quandl('BCB/20632', order='asc')
credito_pf = Quandl('BCB/20633', order='asc')

credito_livre = Quandl('BCB/20634', order='asc')
credito_direc = Quandl('BCB/20685', order='asc')


Os dados importados sofrem de sazonalidade, de modo que é preciso fazer o ajuste da série. Também é preciso deflacionar as séries, de modo a tornar a análise dos dados correta. Isso é feito com o código a seguir.


### Importar IPCA
library(sidrar)
ipca = get_sidra(api='/t/1737/n1/all/v/2266/p/all/d/v2266%2013')
ipca = ts(ipca$Valor, start=c(1979,12), freq=12)
ipca = window(ipca, start=c(2011,03))

### Pacote Seasonal
library(seasonal)
Sys.setenv(X13_PATH = "C:/Séries Temporais/R/Pacotes/seas/x13ashtml")
concessoes = ts(data.frame(credito_total$Value, credito_pj$Value,
credito_pf$Value, credito_livre$Value,
credito_direc$Value), start=c(2011,03), freq=12)
### Deflacionar Séries
concessoes <- ipca[length(ipca)-1]*(concessoes/ipca)

colnames(concessoes) = c('Total', 'juridica',
'fisica', 'livre', 'direcionado')
matrix <- matrix(NA, nrow = nrow(concessoes), ncol=ncol(concessoes))
colnames(matrix) <- colnames(concessoes)

for(i in 1:ncol(concessoes)){

matrix[,i] <- final(seas(concessoes[,i]))
}

concessoes_sa = data.frame(time=credito_total$Date, matrix)

Uma vez que os dados estejam tratados, podemos visualizá-los. Abaixo, vemos as concessões mensais totais.

Como se vê, há um avanço nas concessões mensais de crédito na margem. Podemos tentar entender melhor esse avanço com a abertura por pessoa física e jurídica. O gráfico abaixo ilustra.

Tanto as concessões mensais à pessoa física quanto jurídica mostram avanço nos últimos anos. Também podemos verificar o crédito quanto a diferenciação entre crédito livre e direcionado. O gráfico abaixo ilustra.

Observa-se uma diferença importante entre as categorias. Enquanto o crédito livre mostra avanço, o crédito direcionado tem se mantido estável nos últimos anos. A seguir, vemos o estoque de crédito normalizado pelo PIB.


library(tidyverse)
estoque_cred = Quandl('BCB/20539', order='asc',
start_date='1999-01-31')
pib = Quandl('BCB/4382', order='asc', start_date='1999-01-31')
estoque_cred = mutate(estoque_cred,
razao=estoque_cred$Value/pib$Value*100)
ggplot(estoque_cred, aes(Date, razao))+
geom_area(stat='identity', fill='darkblue', colour='darkblue')+
scale_y_discrete(limits=c(10,20,30,40,50))+
scale_x_date(breaks = date_breaks("1 years"),
labels = date_format("%Y"))+
theme(axis.text.x=element_text(angle=45, hjust=1),
plot.title = element_text(size=15))+
labs(x='', y='% PIB', title='Estoque de Crédito (% PIB)',
caption='Fonte: analisemacro.com.br')

Na ponta, há um leve avanço no estoque normalizado pelo PIB, refletindo o aumento das concessões mensais. A seguir, fazemos a divisão desse estoque entre crédito público e privado.

De fato, o estoque de crédito associado à instituições privados tem recuperado espaço em relação às instituições estatais. A seguir, olhamos para a taxa média de juros associada às operações de crédito.

As taxas médias na ponta ainda permanecem acima de 20% a.a., refletindo o que os economistas chamam de spread bancário, a diferença entre taxas de captação e aquelas cobradas dos que demandam crédito. O gráfico abaixo ilustra essas taxas de spread.

Como se vê, o spread permanece ainda elevado. A seguir, ilustramos o comportamento da inadimplência.

Por fim, vemos o comportamento do endividamento das famílias em relação à renda acumulada nos últimos 12 meses.

Uma recuperação mais pujante do mercado de crédito é crucial para que possamos acelerar o crescimento da economia brasileira. Para isso, contudo, são fundamentais as reformas microeconômicas que estão no radar tanto do Congresso Nacional quanto do próprio Banco Central.

_____________________________

(*) A análise completa está disponível no nosso Curso de Análise de Conjuntura usando o R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

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.

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.