Focus evidencia a deterioração no ambiente econômico

Na semana passada, mostrei como coletar e tratar os dados do boletim Focus do Banco Central sobre expectativas de mais de 100 instituições a cerca de diversas variáveis macroeconômicas. Essa análise do boletim Focus conta, inclusive, com um script de R no nosso Curso de Análise de Conjuntura usando o R. De fato, tenho o costume de toda segunda-feira dar uma olhada nos principais pontos do boletim e divulgar um comentário aqui, no blog da AM.

O painel acima, construído com o pacote gridExtra, contém as expectativas para o PIB, IPCA, taxa de câmbio e taxa Selic em 2020. Os últimos referem-se ao final do ano. Como é possível observar, o mínimo das projeções para o PIB estão em -6%, enquanto a média situa-se em -3,41%. Gradativamente, diga-se, há uma convergência nas projeções, com uma redução do desvio-padrão, ainda que esse permaneça em nível elevado.

As projeções médias para a inflação em 2020 situam-se em 2,16%, com previsões mínimas em torno de 0,95% e máximas próximas a 3,71%. Em outras palavras, a projeção máxima para a inflação esse ano está abaixo da meta.

Já o câmbio médio esperado para o final do ano é de 4,86 R$/US$, com máximo cravado em 6 R$/US$ e mínimo cravado em 4 R$/US$.

Com efeito, a média do mercado espera uma taxa básica de juros de 2,94% no final do ano, com mínimo em 1% e máximo em 4,5%.

As expectativas do Focus mostram assim a forte deterioração no ambiente econômico como consequência da pandemia do coronavírus.

(*) 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

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.