Análise das Expectativas do Focus com o R

Toda segunda-feira, o Banco Central publica um boletim que resume as expectativas de mais de 100 instituições sobre o futuro de variáveis macroeconômicas como o PIB, a taxa de câmbio, a inflação e a taxa de juros. O boletim Focus conta, inclusive, com um script de R no nosso Curso de Análise de Conjuntura usando o R. A seguir, ilustro o início do script.

Para coletar os dados de expectativas do Focus, eu utilizo o pacote rbcb, que está disponível no github. Para fazer o tratamento dos dados, utilizamos os pacotes tidyverse. Para ilustrar, vamos pegar os dados esperados para o crescimento do PIB.


library(rbcb)
library(tidyverse)

pibe = get_annual_market_expectations('PIB Total',
start_date = '2015-01-01')

O código acima retorna um tibble com os dados de crescimento médio e mediano esperados para vários anos, bem como outras métricas como o desvio padrão das previsões. A seguir, nós plotamos o crescimento médio e mediano esperados para 2020, a partir do início de 2019.


img <- readPNG('logo.png')
g <- rasterGrob(img, interpolate=TRUE)

filter(pibe, reference_year == '2020' & date > '2019-01-02') %>%
ggplot(aes(x=date))+
geom_line(aes(y=mean, colour='Média'), size=.8)+
geom_line(aes(y=median, colour='Mediana'), size=.8)+
scale_colour_manual('', values=c('Média'='darkblue',
'Mediana'='red'))+
geom_hline(yintercept=0, colour='black', linetype='dashed')+
labs(title='Crescimento Esperado para 2020',
subtitle='Boletim Focus: média e mediana das instituições',
caption='Fonte: analisemacro.com.br com dados do BCB.')+
xlab('')+ylab('% a.a.')+
scale_x_date(breaks = date_breaks("14 days"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
theme(panel.background = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.background = element_rect(fill='#8abbd0'),
axis.line = element_line(colour='black',
linetype = 'dashed'),
axis.line.x.bottom = element_line(colour='black'),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.position = c(.5,.3),
legend.background = element_rect((fill='#acc8d4')),
legend.key = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.margin=margin(5,5,15,5))+
annotation_custom(g,
xmin=as.Date('2019-01-03'),
xmax=as.Date('2019-05-30'),
ymin=-3, ymax=-1)

Observa-se uma queda pronunciada nas expectativas de crescimento para 2020 a partir de março, refletindo o recrudescimento da pandemia do coronavírus. No último dado disponível, o crescimento médio esperado é de -3,01% e o mediano de -2,96%. Essas previsões, contudo, estão cercadas de grande incerteza, como pode ser visto no desvio padrão abaixo.

Na ponta, o desvio padrão tem diminuído, por conta de um início de convergência nas previsões. O intervalo de projeções, contudo, continua bastante amplo, com previsões mínimas chegando a -6%. O gráfico a seguir ilustra.

(*) Isso e muito mais você aprende em 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 Criar um Agente Analista para Dados da Inflação com LangGraph

Este post mostra como automatizar a análise da inflação brasileira com o uso de agentes inteligentes. Utilizando o LangGraph, integramos dados do IPCA, núcleos de inflação e grupos do índice para criar um sistema capaz de gerar análises econômicas automatizadas com base em consultas em linguagem natural.

Como Criar um Agente para Análise da Atividade Econômica com LangGraph

Este post mostra como automatizar a análise da atividade econômica brasileira com agentes inteligentes. Utilizando o framework LangGraph e dados do IBGE e Banco Central, construímos um sistema capaz de gerar respostas analíticas a partir de perguntas em linguagem natural, unindo automação de consultas SQL e interpretação econômica.

Introdução ao LangGraph

LangGraph é um framework em Python desenvolvido para gerenciar o fluxo de controle de aplicações que integram um modelo de linguagem (LLM). Com ele podemos construir Agentes de IA robustos e previsíveis.

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.