Focus: pandemia ainda não atingiu a previsão média do mercado

O boletim Focus, divulgado pelo Banco Central, trouxe hoje pela manhã as previsões do mercado para o crescimento em 2020. A mediana ficou em 1,48%, enquanto a média caiu para 0,89%. Esses números colocam o mercado em posição mais otimista que o governo, com previsão de crescimento revisada recentemente para 0,02%.

Há também a possibilidade do mercado não estar conseguindo avaliar de forma adequada o impacto do coronavírus sobre o crescimento econômico. Nesse momento, a melhor previsão deve ser feita através de matrizes insumo-produto, a partir das contas nacionais, e não necessariamente por meio de modelos econométricos.

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

___________

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Modelo de previsão para grupos do IPCA

Text mining dos comunicados do FOMC: prevendo mudanças na política

Analisando a inflação por faixa de renda no Python

Criando o Fator de Momentum para o Brasil [Python]

O IBC-Br é um bom preditor do PIB?

Usando LLMs para prever a inflação (IPCA)

Outros artigos relacionados

Modelo de previsão para grupos do IPCA

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Text mining dos comunicados do FOMC: prevendo mudanças na política

Como quantificar sentimentos e emoções a partir de comunicados de política monetária? Neste exercício utilizamos os statements do FOMC para construir um índice de sentimentos, o que permite comparar a "narrativa" com a prática da política monetária, ou seja, mudanças da taxa de juros. Também avaliamos se tal índice é útil em prever mudanças de política através do teste de causalidade de Granger.

Analisando a inflação por faixa de renda no Python

Neste artigo mostramos como coletar dados de inflação segmentados por faixa de renda e como calcular a variação acumulada em 12 meses usando a linguagem de programação Python.