Ibovespa vs. Economia Real: há relação?

No próximo dia 15/12, iremos abrir as inscrições para o Clube AM. O projeto de compartilhamento de códigos da Análise Macro vai avançar para uma versão 2.0, que incluirá a existência de um grupo fechado no Whatsapp, de modo a reunir os membros do Novo Clube, compartilhando com eles todos os códigos dos nossos posts feitos aqui no Blog, exercícios de análise de dados de maior fôlego, bem como tirar dúvidas sobre todos os nossos projetos, exercícios e nossos Cursos e Formações.

Para ilustrar o que vamos compartilhar lá nesse novo ambiente, estou publicando nesse espaço alguns dos nossos exercícios de análise de dados. Hoje, vou compartilhar com vocês o nosso já tradicional Comentário de Conjuntura Semanal. Dessa vez, exploro a relação entre o índice Bovespa e a variação interanual da Formação Bruta de Capital Fixo, um forte indicador do que os economistas consideram como "economia real".

Com o código abaixo, nós pegamos os dados do índice Bovespa utilizando o pacote de R quantmod.


# IBOVESPA
library(quantmod)
library(xts)
env <- new.env()
getSymbols("^BVSP",src="yahoo",
env=env,
from=as.Date('2001-01-01'))
ibovespa = env$BVSP[,4]
ibovespa = ibovespa[complete.cases(ibovespa)]
ibovespa = apply.quarterly(ibovespa, FUN=mean)
ibovespa = ts(ibovespa, start=c(2001,01), freq=4)

Na sequência, nós pegamos os dados da Formação Bruta de Capital Fixo (FBCF) diretamente do site do SIDRA/IBGE, utilizando para isso o pacote de R sidrar.


# FBCF
library(sidrar)
fbcf = get_sidra(api="/t/1620/n1/all/v/all/p/all/c11255/93406/d/v583%202")
fbcf = fbcf$Valor
fbcf = ts(fbcf, start=c(1996,01), freq=4)
dfbcf = (fbcf/lag(fbcf,-4)-1)*100

Uma vez coletados e tratados os dados, nós podemos visualizar ambas as séries como abaixo.

Feito o tratamento, a correlação entre as séries, de fato, não é muito alta. Isso não melhora, inclusive, quando verificamos a correlação entre as defasagens, como pode ser visto no gráfico abaixo.

De posse dos dados já devidamente tratados, entretanto, nós podemos ir um pouco além da simples visualização de correlação entre as séries. Construímos um Vetor de Correção de Erros (VEC) entre as mesmas, de modo que é possível explorar as funções de impulso-resposta. Os resultados encontrados a partir dessa metodologia sugerem que um choque no Ibovespa tem efeito sobre a variação da FBCF, como pode ser visto no gráfico abaixo.

Por óbvio que diversos outros fatores irão governar a expansão da FBCF ao longo do tempo. Mas fica a evidência da relação entre o índice Bovespa e a variação da FBCF.

____________________

(*) Conheça o Clube AM aqui.

(**) Conheça o novo Curso de Análise de Séries Temporais da Análise Macro.

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.