O crescimento econômico frustrado

Os agentes de mercado que respondem a pesquisa Focus do Banco Central voltaram a reduzir a expectativa para crescimento em 2019: de 0,83 para 0,80. O motivo é a turbulência no cenário externo, em particular os problemas com a vizinha Argentina. O consenso é que a liberação do FGTS acabará sendo compensado pelos choques externos.

Para além do crescimento do PIB, houve piora também na expectativa para o câmbio, como ilustra o gráfico acima. A inflação esperada está em declínio, 3,65%, bem abaixo da meta do Banco Central. Com efeito, o mercado espera mais dois cortes na taxa Selic, terminando a mesma em 5% no final do ano.

A semana é marcada, diga-se, pela divulgação do PIB do 2º trimestre na sexta-feira. Há expectativa de crescimento levemente positivo na margem, algo entre 0,1% e 0,2%. Publicaremos aqui uma análise detalhada das contas nacionais com o uso do R.

Para uma apresentação detalhada das expectativas do Focus feita com RMarkdown, veja aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

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.