Expectativa para o PIB em 2020 segue trajetória de deterioração

No nosso Curso de Análise de Conjuntura usando o R, nós ensinamos nossos alunos a coletar, tratar e visualizar dados macroeconômicos. Entre estes, está a análise dos dados contidos no boletim Focus, que é divulgado toda segunda-feira pelo Banco Central. A seguir, ilustramos como é possível pegar diversos dados do boletim com o pacote rbcb, como no exemplo abaixo.


library(rbcb)
data = get_annual_market_expectations(c('PIB Total', 'IPCA',
'Taxa de câmbio',
'Meta para taxa over-selic'),
start_date = '2019-01-01')

Com os dados importados, nós podemos visualizá-los como no gráfico abaixo.

A expectativa média para crescimento em 2020 segue se deteriorando, ficando agora em -6,46%, com um desvio-padrão ainda alto de 1,39 pontos percentuais. Já a expectativa para a inflação está agora em 1,55%, o câmbio no final do ano está em 5,22 R$/US$ e a taxa básica de juros em 2,18%. Abaixo, os desvios-padrão dessas expectativas.

As expectativas para o PIB e para a taxa de Câmbio seguem cercadas de grande incerteza, dada a dificuldade de extrair algum sinal confiável do ambiente econômico.

 

(**) Isso e muito mais você aprende 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 de Tendência de Mercado com IA usando Python

Ler notícias diárias sobre empresas e ações listadas na bolsa pode ser maçante e cansativo. Mas, e se houvesse uma maneira de simplificar todo esse processo? Mostraremos como a IA generativa pode ajudar a captar o sentimento de notícias sobre companhias, automatizando todo o processo com Python e Gemini.

Análise de Sentimento de Mercado com IA usando Python

Ler notícias diárias sobre empresas e ações listadas na bolsa pode ser maçante e cansativo. Mas, e se houvesse uma maneira de simplificar todo esse processo? Mostraremos como a IA generativa pode ajudar a captar o sentimento de notícias sobre companhias, automatizando todo o processo com Python e Gemini.

Analisando o mercado acionário brasileiro com aprendizado não supervisionado no Python

Como identificar os fatores significativos que influenciam a variabilidade nos retornos de ações individuais? Como comparar esses fatores ao selecionar empresas de setores distintos? Neste artigo, aplicamos a Análise de Componentes Principais para examinar ações que compõem o índice bovespa, com o objetivo de identificar os fatores estatísticos relevantes. Usamos o Python como ferramenta para aplicar a análise.

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.