Crescimento esperado para 2020 começa a cair

Nas semanas anteriores, o IBGE divulgou os dados de nível de atividade das pesquisas de alta frequência (PMC, PMS e PIM-PF) referentes a dezembro. O Banco Central também divulgou o seu indicador de nível de atividade, o IBC-Br. Os resultados foram negativos na margem, mostrando uma dissipação dos efeitos do FGTS no quarto trimestre. Com efeito, há um início de revisão pelas instituições participantes do boletim Focus na expectativa de crescimento para esse ano.

Há uma semana era esperado crescimento de 2,3% para 2020. Agora, o crescimento está em torno de 2,23%. A piora nos indicadores de nível de atividade mostra que a recuperação da economia brasileira ainda é bastante incipiente. Corrobora com esse cenário a permanência dos núcleos de inflação no limite inferior da meta.

Esse cenário de atividade fraca e núcleos inflação mostrando ociosidade ainda elevada começa a levar a uma revisão na expectativa de juros para o ano que vem. Os participantes do TOP5 Médio Prazo já enxergam uma taxa de juros de 5,75% no final de 2021, abaixo dos 6,25% que eram projetados há quatro semanas. A mediana do mercado também revisou a expectativa para 6% na semana passada.

A semana, por fim, é marcada pela divulgação do IPCA-15 e pelos dados do CAGED.

(*) Isso e muito mais você aprende em nossos Cursos Aplicados de R.

___________


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Simplificando análises de dados manuais do Excel usando o Python

Tratar e analisar dados no Excel pode ser um verdadeiro caos, mesmo que você precise fazer coisas simples como cruzar duas tabelas de dados. Uma solução melhor é o uso de scripts em Python, que possibilitam a automação de tarefas repetitivas e manuais. Neste artigo mostramos um exemplo simples, comparando o Excel versus Python.

Como automatizar o tratamento de dados feito no Excel usando o Python?

Segundo a pesquisa “State of Data Science”, profissionais de dados gastam 3 horas/dia (38% do tempo) apenas preparando os dados, antes mesmo de analisá-los. Neste artigo advogamos que este gasto de tempo pode ser drasticamente reduzido ao utilizar ferramentas open source, como Pandas e Python, para automatizar tarefas repetitivas que costumam ser feitas em Excel.

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.