O que esperar do mercado de trabalho em 2020?

A situação do mercado de trabalho em geral e da taxa de desemprego, em particular, têm sido grandes preocupações minhas, expressas nesse espaço ao longo de 2019. Nesse primeiro comentário de conjuntura de 2020, por suposto, gostaria de fazer uma análise conjunta das duas principais pesquisas da área, o CAGED e a PNAD Contínua, de modo a mostrar como vai se comportar o mercado de trabalho ao longo do ano. Para isso, vou utilizar os scripts automáticos das pesquisas que ensino/disponibilizo no nosso Curso de Análise de Conjuntura usando o R.

Para começar, creio que deixei clara ao longo de 2019 a relação existente entre CAGEd, PNAD e crescimento econômico. Na Edição 58 do Clube do Código, mostrei que o saldo do CAGED ajuda a explicar o crescimento econômico, bem como explica mais de 95% da variância do crescimento. Já na Edição 67, mostrei que o CAGED tem precedência temporal sobre a PNAD Contínua. Por fim, na Edição 68, construí um modelo VEC que buscava projetar a taxa de desemprego [medida pela PNAD Contínua] com base em um vetor X_t de variáveis explicativas. Os exercícios estão disponíveis para membros do Clube do Código e para alunos do plano premium dos nossos Cursos Aplicados de R.

Meu otimismo com o mercado de trabalho em 2020 vem, em parte, desses exercícios. Como mostrei em vários posts nesse espaço, os dados do CAGED mostraram ao longo de 2019 uma melhora na criação líquida de vagas. O gráfico abaixo mostra a média móvel trimestral do saldo dessazonalizado do CAGED. Como é possível observar, houve uma aceleração na margem no saldo. O trimestre móvel encerrado em novembro teve criação líquida de 67,7 mil vagas.

Fazendo uma suavização um pouco maior nos dados, de modo a ter uma perspectiva mais global da pesquisa, podemos olhar a média móvel anual do saldo líquido. O gráfico a seguir ilustra o comportamento dessa série. Como é possível ver pela área hachurada em laranja, há criação positiva de vagas desde o início de 2018, com gradativa aceleração ao longo dos meses seguintes. Enquanto a média móvel anual encerrada em novembro de 2018 era de 35,5 mil vagas criadas, a mesma métrica encerrada em novembro de 2019 apontava para criação líquida de 44,3 mil vagas.

Conquanto o CAGED mostre melhora nítida no mercado formal, é preciso ressaltar que há uma assimetria nítida nos dados por setores. O gráfico abaixo ilustra o comportamento da média móvel anual por quatro setores: indústria, construção civil, comércio e serviços. Enquanto esses três mostram geração líquida positiva de vagas ao longo dos últimos meses, a indústria ainda flerta com números nada animadores.

É cedo para dizer que isso se configura em tendência, mas acho que é o momento para mostrar os dados da PNAD Contínua, bem como apresentar uma hipótese de trabalho para a situação do mercado de trabalho em 2020.  A tabela a seguir faz um retrato das principais métricas da PNAD Contínua.

Métricas Principais da PNAD Contínua
Nov/19 Nov/18 Variação (%)
População 209.944 208.332 0,8
PIA 171.401 169.936 0,9
PEA 106.279 105.078 1,1
PO 94.416 92.915 1,6
PD 11.863 12.164 -2,5
PNEA 65.122 64.858 0,4
Carteira 33.420 32.904 1,6
Sem Carteira 11.812 11.634 1,5
Doméstico 6.356 6.243 1,8
Público 11.686 11.729 -0,4
Empregador 4.483 4.468 0,3
Conta Própria 24.597 23.736 3,6
TFA 2.062 2.201 -6,3
Agropecuária 8.388 8.513 -1,5
Indústria 12.105 11.784 2,7
Construção 6.925 6.791 2,0
Comércio 17.833 17.715 0,7
Transporte 4.911 4.664 5,3
Alojamento 5.613 5.426 3,4
Informação 10.572 10.314 2,5
Administração Pública 16.561 16.457 0,6
Outros Serviços 5.088 4.966 2,5
Serviços Domésticos 6.400 6.249 2,4
Renda Nominal 2.332 2.240 4,1
Renda Real 2.332 2.305 1,2
Massa Nominal 215.104 203.039 5,9
Massa Real 215.104 208.926 3,0

Enquanto o CAGED é uma pesquisa de fluxo restrita ao mercado de trabalho formal, a PNAD Contínua com base em trimestres móveis é uma pesquisa de estoque do mercado de trabalho global. Nessa pesquisa, a situação de desemprego é definida a partir de uma pergunta aos entrevistados: se o mesmo tomou alguma providência para procurar emprego. Caso não tenha procurado emprego, o mesmo não é considerado desempregado.

Isso dito, observa-se pela tabela que a População Economicamente Ativa (PEA) saiu de 105 para 106,2 milhões de pessoas na comparação interanual. Abrindo os componentes da PEA, vemos que a população ocupada (PO) registrou aumento de 1,6% e a população desocupada (PD) caiu 2,5%. Com efeito, o total de desempregados no país está em 11,8 milhões de pessoas.

A população não economicamente ativa (PNEA), o complemento da PEA para formar a população em idade ativa (PIA), também avançou, chegando a 65,1 milhões de pessoas. Em perspectiva, a taxa de participação, importante medida para mostrar desalento, tem mostrado avanço ao longo dos últimos anos. O gráfico a seguir ilustra.

Quanto mais pessoas participam da PEA, mesmo que na condição de procura por emprego, maior é o otimismo com a situação econômica. Menor é o desalento. O dado na margem, diga-se, está cerca de meio ponto percentual acima da média histórica. A dessazonalização da série, por suposto, fica como exercício para o leitor. O gráfico a seguir mostra o comportamento da PEA ao longo dos últimos anos. Há um nítido avanço na série.

Se por um lado a PEA mostrou avanço nos últimos anos, há também um crescimento na população ocupada, saindo de 88,6 milhões no início de 2017 para 94,4 milhões no último dado disponível. O gráfico a seguir ilustra.

A abertura do dado de população ocupada, diga-se, nos faz mostrar a hipótese de trabalho para 2020 que comentei anteriormente. Os gráficos a seguir ilustram o comportamento da PO. Como é possível verificar, só nos últimos meses há um avanço na ocupação com carteira. A recuperação da população ocupada tem sido liderada pelos conta própria e pelos ocupados sem carteira.

Isso dito e como comentado anteriormente sobre o CAGED, isso não significa que o emprego com carteira não vá mostrar reação nos próximos meses. Como mostrei na Edição 67 do Clube do Código, há uma relação de causalidade entre os dados do CAGED e da PNAD [no corte com carteira]. O gráfico a seguir ilustra. Ou seja, devemos ver em 2020, enfim, um aumento maior na população ocupada com carteira na PNAD Contínua, refletindo os bons números do CAGED.

A hipótese de trabalho, contudo, é que deveremos observar novas formas de trabalho daqui para frente, explorando as possibilidades abertas pela reforma trabalhista. Ademais, serão criadas cada vez mais vagas no setor de serviços e não propriamente na indústria, refletindo as novas tecnologias - talvez em uma intersecção entre um e outro, no que as pessoas têm denominado como "Indústria 4.0". Sobre isso, dois comentários rápidos: (i) quanto às novas formas de tralbaho, vejo isso como algo positivo posto que reduz a assimetria entre os mercados formal e informal de trabalho. Ou, entre "todos os direitos" e "nenhum direito" que existia antes da reforma; (ii) sobre novas tecnologias, creio que a atividade industrial deve continuar perdendo participação relativa no PIB. E isso não é algo negativo a princípio, mas implica em mudanças fundamentais na estrutura produtiva do país. Em particular, em termos de educação formal: será preciso preparar as novas gerações para operar/construir robôs, ao invés de pregar parafusos.

Tudo isso dito, concluo esse [extenso] comentário de conjuntura com a taxa de desemprego, a principal métrica do mercado de trabalho.

Como é possível ver no gráfico acima, houve queda na taxa de desemprego ao longo dos últimos anos, desde o pico de 13,7% no início de 2017 até chegar aos 11,2% de novembro último. Feito o ajuste sazonal, o desemprego está na casa dos 11,7%. Para os próximos meses, conforme atualização que fiz do modelo apresentado na edição 68 do Clube do Código, o desemprego deve manter seu padrão sazonal ao longo dos próximos meses, chegando aos 12,1% em maio de 2020, com mínima projetada em 11,3% e máxima em 12,8%.

Certamente, não é a rapidez que precisávamos para incluir os atuais 11,8 milhões de desempregados dentro do mercado de trabalho. Mas a série de desemprego é mesmo a última a se recuperar dentro do ciclo econômico. Para além dos seis meses projetados, é difícil fazer alguma avaliação, já que é muito difícil projetar o desemprego para além disso. O que se espera, contudo, é que a melhora dos dados do CAGED cheguem ao desemprego, como já é possível projetar pela relação existente entre aquele e o corte com carteira da população ocupada. Tudo indica, portanto, que será um 2020 melhor para o mercado de trabalho.

___________________

(*) Aprenda tudo sobre política monetária com a nossa área de Central Banking.

(**) Aprenda a usar o R para fazer análise de dados com nossos Cursos Aplicados de R.

(***) Os códigos desse comentário estarão disponíveis no Clube do Código daqui a pouco.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

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.