Eleições, aumento do risco-país e dos juros de títulos públicos

[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="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

O ano de 2018 tem sido marcado por diversos choques sobre a economia brasileira, o que tem contaminado a confiança de consumidores e empresários, frustrando assim o crescimento econômico. No início de janeiro, o aumento dos juros longos nos Estados Unidos causaram um aumento de volatilidade, mudanças de portfólio de investidores, o que contaminou a trajetória da taxa de câmbio USD/BRL. Em maio, tivemos uma greve de caminhoneiros que colocou em evidência a precária infraestrutura do país, causando um choque de oferta de grandes proporções. Já agora em agosto, com a proximidade das eleições, um novo elefante se encontra na sala: será que teremos um presidente no próximo ano avesso à reformas e ao ajuste fiscal?

[/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/2018/09/loteextra-1.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="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

Uma variável que tem capturado muito bem tanta intensidade sobre a economia brasileira é o risco-país. Abaixo, colocamos um gráfico feito com o R que ressalta os episódios citados e o seu efeito sobre a variável em questão.

Outra variável que também tem reagido aos eventos domésticos são as taxas de juros associadas aos títulos públicos. Abaixo, ilustramos os juros da NTN-F 2029, título público lançado esse ano pelo Tesouro Nacional.

Observe que tanto o risco-país quanto os juros da NTN-F 2029 reagiram positivamente à greve de caminhoneiros e as eleições. Em particular, em relação a esse último evento, se um candidato não comprometido com a agenda de reformas e com o ajuste das contas públicas vencer, a tendência é que teremos novas precificações ao longo dos próximos meses. Isto é, tanto o risco quanto os juros continuarão em trajetória ascendente. É a resposta do mercado à possibilidade de alguém irresponsável fiscalmente assumir o Planalto no ano que vem.

Como aprendemos no nosso Curso de Séries Temporais usando o R, por suposto, poderíamos verificar se existe alguma precedência temporal entre essas variáveis. Isto é, poderíamos investigar se existe alguma relação de causalidade entre elas. Para que isso seja feito, primeiro, devemos investigar se as séries são (ou não) estacionárias, isto é, possuem média e variância constantes ao longo do tempo. A depender do resultado, podemos utilizar um Teste de Granger simples ou um Procedimento de Toda-Yamamoto, que ajusta o teste de granger quando da presença de séries não estacionárias. Abaixo um gráfico de correlação entre as variáveis.

A econometria de séries temporais, por suposto, serve para entendermos se existe alguma relação entre as variáveis, além de uma correlação simples. Claramente, aqui, tanto os juros quanto o risco reagiram aos eventos que listamos. Mas será que entre elas há alguma relação? Você pode estar inclinado, por exemplo, a achar que o risco-país explica os movimentos nas taxas de juros, mas sem um exercício mais completo, isso é puro achismo, não é mesmo?

No Clube do Código dessa semana, por fim, construímos um teste de causalidade entre as variáveis e um modelo multivariado que explora a reação de um choque em uma e o seu efeito na outra. Algo que aprendemos no nosso Curso de Séries Temporais usando o R.

 

[/et_pb_text][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2018/08/coversetembro.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_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Tratamento e transformação de séries temporais macroeconômicas para modelagem

"Garbage in, garbage out" é a regra de ouro na previsão macroeconômica. Antes de aplicar qualquer modelo de IA ou econometria para prever indicadores como o IPCA ou o PIB, existe um trabalho crucial de tratamento de dados. Neste post, abrimos os bastidores do nosso dashboard de previsões e mostramos o passo a passo para transformar dados brutos de múltiplas fontes (como BCB, IBGE e FRED) em séries prontas para modelagem. Veja como lidamos com diferentes frequências, aplicamos transformações e usamos metadados para criar um pipeline de dados robusto e automatizado.

Como planejar um pipeline de previsão macroeconômica: da coleta ao dashboard

Montar um pipeline de previsão macroeconômica não é apenas uma tarefa técnica — é um exercício de integração entre dados, modelos e automação. Neste post, apresento uma visão geral de como estruturar esse processo de ponta a ponta, da coleta de dados até a construção de um dashboard interativo, que exibe previsões automatizadas de inflação, câmbio, PIB e taxa Selic.

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

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.