Hiato do Produto vs. Taxa de Desemprego

O IBGE divulgou hoje os resultados da PNAD Contínua - uma das pesquisas que destrinchamos na versão 3.0 do nosso Curso de Análise de Conjuntura usando o R. Ao abrir a pesquisa, as notícias, infelizmente, não são boas. A taxa de desemprego continua recuando muito lentamente. Em dois anos, fazendo o ajuste sazonal na série, houve recuo de apenas um ponto percentual no desemprego.

Isso tem impactos não triviais sobre o crescimento da economia. Como sabe todo estudante de economia, existe uma relação entre o hiato do produto, a diferença entre pib efetivo e pib potencial e o hiato de desemprego, medido pela diferença entre a taxa de desemprego efetiva e a natural. Uma redução muito lenta na taxa de desemprego vai ter, então, efeito sobre a redução do hiato do produto.

É basicamente o que vemos no gráfico acima.

Há entre empresários uma espécie de compasso de espera. Enquanto o Congresso não aprovar a reforma da previdência, dando cabo de uma agenda positiva para o país, será difícil ver a economia deslanchar, gerando emprego e renda...

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

Econometria, ML ou IA para previsão da PMS?

Prever a Pesquisa Mensal de Serviços (PMS/IBGE) é um desafio por natureza: trata-se de uma série mensal, sujeita a volatilidade e choques que vão de fatores sazonais a mudanças estruturais no setor. Para enfrentar esse problema, realizamos um exercício de comparação entre três abordagens de modelagem: econometria tradicional (ARIMA), machine learning (XGBoost) e inteligência artificial (TimeGPT).

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.