Visualizando o Efeito Trump no Câmbio com o R

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="left" use_border_color="off" border_color="#ffffff" border_style="solid"]

No último dia 09/11, o mundo tomou um susto: Donald Trump foi eleito presidente dos Estados Unidos. Contrariando praticamente todas as previsões de estatísticos, jornalistas, economistas, cientistas políticos, enfim, todos os envolvidos na cobertura da eleição norte-americana. O agora denominado efeito Trump tem sido sentido em diversos mercados. Para ficar em um exemplo, vamos ilustrar esse efeito sobre a taxa de câmbio R$/US$ usando para isso o pacote quantmod do R. Vamos, assim, pegar a taxa de câmbio diretamente de uma base de dados on-line para o R, da forma abaixo.

library(quantmod)
getFX('USD/BRL', from='2016-10-01')

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2016/11/trump.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" use_overlay="off" animation="left" sticky="off" align="left" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"] [/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="left" use_border_color="off" border_color="#ffffff" border_style="solid"]

Uma vez que tenhamos a série, vamos fazer um gráfico que chame atenção para o período recente, isto é, para o período a partir de 09/11, quando Trump foi eleito. Isso é feito com o pacote ggplot2, como abaixo.

library(ggplot2)
library(ggthemes)

autoplot(USDBRL)+
 xlab('')+
 ylab('')+
 ggtitle('Efeito Trump na Taxa de Câmbio R$/US$ Diária')+
 geom_line(colour='darkblue', size=.8)+
 theme_stata()+
 annotate("rect", fill = "gray80", alpha = 0.5, 
 xmin = as.Date('2016-11-09'), 
 xmax=as.Date('2016-11-11'),
 ymin = -Inf, ymax = Inf)

E agora o gráfico...

trump

A área sombreada representa o efeito Trump. A taxa de câmbio saiu de 3,19 R$/US$ no dia 09/11 para 3,41 R$/US$ no dia 14/11. E você soube disso sem abrir o Excel... 🙂

[/et_pb_text][et_pb_button admin_label="Botão" button_url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" button_text="Venha aprender R conosco!" button_alignment="center" background_layout="light" custom_button="off" button_letter_spacing="0" button_use_icon="default" button_icon_placement="right" button_on_hover="on" button_letter_spacing_hover="0"] [/et_pb_button][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

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.