Frágeis fundamentos

Nunca foi tão difícil analisar variáveis macroeconômicas no Brasil. A pandemia do coronavírus causou um estrago sem precedentes na macroeconomia brasileira. Um desses reflexos pode ser sentido na análise das expectativas do mercado, a partir dos dados do boletim Focus do Banco Central. A análise desses dados com o R faz parte do nosso Curso de Análise de Conjuntura usando o R.

A inflação média esperada para 2020 encontra-se em 1,73%, abaixo, portanto, do limite mínimo estabelecido pelo regime de metas. A baixa inflação reflete a abertura sem precedentes do hiato do produto, que pode ser verificado diante do crescimento de -5,56% esperado para esse ano. E nem mesmo o overshooting do câmbio, esperado em 5,2 R$/US$, foi capaz de gerar algum repique inflacionário, mostrando o tamanho do desastre a que estamos submetidos.

Os dados aqui referidos são coletados de forma automática com o R.

_______________

(*) Após algumas semanas de luto pelo falecimento da minha mãe, volto ao trabalho aqui na AM. Agradeço a todas as mensagens que recebi nesse tempo.

(**) 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

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

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.