Um país frustrante

Há uma séria frustração com a economia brasileira. E não estou me referindo propriamente ao resultado do PIB do 2º trimestre divulgado ontem pelo IBGE. Desde o 2º trimestre de 2014, os resultados apresentados pela economia brasileira têm sido pífios. Para ser bondoso. O gráfico abaixo ilustra o comportamento da variação marginal do PIB, isto é, quando se confronta o PIB em t contra o PIB em t-1. Das 29 observações dessa métrica desde então, 14 delas foram negativas.

Nos últimos trimestres, como também é possível verificar no gráfico acima, o PIB vem lentamente convergindo para uma variação na margem estagnada, após alguma recuperação cíclica do pior momento da pandemia no ano passado. Para além do curtíssimo prazo, o que se vê é um PIB que converge para a mediocridade.

Não há, por suposto, sinais de melhora no ar. A conjuntura de curto prazo está repleta de fumaça, com um ambiente político carregado, risco fiscal ampliado, choques inflacionários importantes que levam a aumento de juros e, ainda, um risco de racionamento de energia rodeando o cenário.

Frustrante.

Mas quem disse que não pode piorar? Quando se olha para 2022, o quadro político-eleitoral se desenha com um pessimismo atroz. Resquícios de crueldade do autor da novela.

Pensando bem, não sei se existe um autor de novela tão criativo para escrever algo como o enredo da política brasileira.

Diga você, leitor.

___________________________________

(*) A análise completa do PIB é ensinada no nosso Curso de Análise de Conjuntura usando o R.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como medir a comunicação do Banco Central?

Descubra como o índice ALT transforma a linguagem do Banco Central em dados analisáveis, permitindo investigar como o tom das atas do COPOM varia conforme o cenário macroeconômico e as decisões de política monetária.

Análise de Séries Temporais com a Linguagem R: dados ISP-RJ

Neste tutorial, vamos conduzir uma análise diagnóstica completa. Começaremos visualizando a série e sua tendência, depois a decomporemos em seus componentes fundamentais. Em seguida, investigaremos a distribuição estatística dos dados e, por fim, aplicaremos técnicas mais avançadas, como a análise de autocorrelação e testes de estacionariedade, que são pré-requisitos cruciais para a construção de modelos de previsão robustos como o ARIMA.

Análise de dados com a Linguagem R: Segurança no Rio de Janeiro

Neste post, criamos um tutorial prático que guia você através do ciclo completo de análise de dados, desde a coleta e tratamento até a visualização e comunicação de resultados. Utilizando a linguagem R, o ecossistema tidyverse e a ferramenta de publicação Quarto, analisamos a base de dados de criminalidade do Instituto de Segurança Pública (ISP) do Rio de Janeiro.

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.