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

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

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.