Relatório #25 - IBC-br

O índice de Atividade Econômica (IBC-br) do Banco Central, é um indicador criado para antecipar o resultado do PIB. Nesta terça-feira (16/11), foi divulgado o resultado do indicador para o mês de Setembro. Iremos analisar os resultados (nada animadores) deste mês.

Prévia do PIB tem queda no mês de setembro

No resultado comparado com mês anterior, o IBC-br teve uma queda de -0,27%. Um resultado ruim, pois significa que estamos caminhando para a possibilidade de uma recessão técnica, isto é, uma contração por dois trimestres seguidos do PIB.

No resultado interanual, temos uma variação positiva de 1,52%. Bem como uma variação positiva de 4,22% no anual, indicando a melhora do índice em relação ao último ano.


IBC-br ao longo do tempo

Apesar da melhora no começo do ano de 2021, a variação mensal alterna entre resultados positivos e negativos, sempre próximo a 0, exceto para a variação de fevereiro e março, quando teve uma variação positiva de 1,63% e negativo de 1,77%, respectivamente.

Os resultados dos últimos meses em relação a variação anual e interanual devem ser analisados detalhadamente, já que podem refletir uma melhora "artificial", devido a queda do índice no ano passado.

________________________

(*) Para entender mais sobre nível de atividade e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como avaliar modelos de IA na previsão macroeconômica?

Descubra como economistas e cientistas de dados estão combinando econometria e inteligência artificial para aprimorar previsões macroeconômicas. Neste post, você vai entender as principais etapas de avaliação de modelos — da preparação dos dados à validação cruzada — e conhecer as métricas e técnicas que revelam quais métodos realmente entregam as melhores previsões. Uma leitura essencial para quem quer compreender o futuro da análise econômica orientada por dados.

Análise exploratória e seleção de séries temporais econômicas para modelagem

Quer entender como transformar dados econômicos brutos em previsões macroeconômicas precisas? Neste post, mostramos passo a passo como realizar a análise exploratória e seleção de séries temporais com Python — desde o tratamento de dados e remoção de multicolinearidade até a escolha das variáveis mais relevantes usando técnicas de machine learning e econometria. Um guia essencial para quem quer unir teoria econômica e inteligência artificial na prática da previsão macroeconômica.

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.