Construindo o gap entre indústria e comércio com o R

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A produção industrial e o comércio varejista costumam estar correlacionados ao longo do tempo. Isto é, à medida que as pessoas compram mais, a indústria produz mais, em um círculo virtuoso que faz crescer a economia doméstica. Há períodos, contudo, que esse comportamento correlacionado pode apresentar um certo distanciamento ou gap devido a fatores específicos que afetam uma ou outra variável. Como poderíamos verificar esse gap em termos empíricos? É o que faremos nesse post  - aprenda a lidar com dados reais como esse em nossos Cursos Aplicados de R.

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2019/02/loteextra2.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

 

[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

Antes de tudo, precisamos pegar os números índices da produção industrial e do comércio varejista. Podemos usar o pacote sidrar para pegar esses dados diretamente do IBGE. O código abaixo implementa.


library(sidrar)
industria = get_sidra(api='/t/3653/n1/all/v/3135/p/all/c544/129314/d/v3135%201')$Valor
industria = ts(industria, start=c(2002,01), freq=12)
comercio = get_sidra(api='/t/3417/n1/all/v/1186/p/all/c11046/40311/d/v1186%201')$Valor
comercio = ts(comercio, start=c(2003,01), freq=12)

Observe que o código pega apenas o número-índice e o transforma em série temporal. Uma vez feito isso, precisamos obter agora a taxa de variação acumulada em 12 meses, de modo a poder comparar as duas séries ao longo do tempo. O código abaixo implementa.


comercio12 = (((comercio+lag(comercio,-1)+lag(comercio,-2)+lag(comercio,-3)+
lag(comercio,-4)+lag(comercio,-5)+lag(comercio,-6)+
lag(comercio,-7)+lag(comercio,-8)+lag(comercio,-9)+
lag(comercio,-10)+lag(comercio,-11))/12)/
((lag(comercio,-12)+lag(comercio,-13)+lag(comercio,-14)+
lag(comercio,-15)+lag(comercio,-16)+lag(comercio,-17)+
lag(comercio,-18)+lag(comercio,-19)+lag(comercio,-20)+
lag(comercio,-21)+lag(comercio,-22)+lag(comercio,-23))/12)
-1)*100
industria12 = (((industria+lag(industria,-1)+lag(industria,-2)+lag(industria,-3)+
lag(industria,-4)+lag(industria,-5)+lag(industria,-6)+
lag(industria,-7)+lag(industria,-8)+lag(industria,-9)+
lag(industria,-10)+lag(industria,-11))/12)/
((lag(industria,-12)+lag(industria,-13)+lag(industria,-14)+
lag(industria,-15)+lag(industria,-16)+lag(industria,-17)+
lag(industria,-18)+lag(industria,-19)+lag(industria,-20)+
lag(industria,-21)+lag(industria,-22)+lag(industria,-23))/12)
-1)*100

Feito isso, basta gerarmos um gráfico como o abaixo, que mostra uma janela começando em 2014...

_______________________________________________________________

Conheça nossos Cursos Aplicados de R e aprenda a coletar, tratar, analisar e apresentar dados reais com o R!

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Quais são as ferramentas de IA?

Um aspecto crucial dos Agentes de IA é a sua capacidade de tomar ações, que acontecem por meio do uso de Ferramentas (Tools). Neste artigo, vamos aprender o que são Tools, como defini-las de forma eficaz e como integrá-las ao seu Agente por meio da System Prompt. Ao fornecer as Tools certas para o seu Agente — e ao descrever claramente como essas Tools funcionam — você pode aumentar drasticamente o que sua IA é capaz de realizar.

Otimizando um Portfólio de Investimentos com Machine Learning

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

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.

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.