Relatório AM #35 - Política Fiscal

A política fiscal refere-se na forma que o governo faz uso dos gastos e das receitas. Sua condução afeta diversas variáveis econômicas, portanto, seu acompanhamento é necessário, como forma de antever os rumos da economia. É possível acessar facilmente os dados fiscais do Brasil através do Banco Central com diversos pacotes no R. Nós ensinamos como realizar não só a coleta no R, mas também o tratamento e a visualização dos dados no nosso Curso de Análise de Conjuntura.

No Relatório AM dessa semana, ensinaremos como realizar a coleta através do pacote {GetBCBData}. Também utilizaremos dados do IPCA para deflacionar os valores e do PIB para compararmos com os gastos com juros.

Carregamos os pacotes necessários.


# Carregar pacotes
if (!require("pacman")) install.packages("pacman")
pacman::p_load(
"GetBCBData",
"sidrar",
"magrittr",
"dplyr",
"lubridate",
"purrr",
"timetk",
"tidyr",
"stringr",
"ggplot2",
"ggthemes",
"flextable"
)

Definimos objetos para facilitar a criação do código.

## Funções e objetos úteis

# Cores para gráficos e tabelas
colors <- c(
blue = "#282f6b",
red = "#b22200",
yellow = "#eace3f",
green = "#224f20",
purple = "#5f487c",
orange = "#b35c1e",
turquoise = "#419391",
green_two = "#839c56",
light_blue = "#3b89bc",
gray = "#666666"
)

# Fonte para gráficos e tabelas
foot_bcb <- "Fonte: analisemacro.com.br com dados do BCB."

# Definir padrão de gráficos
theme_am <- function() {
ggthemes::theme_clean() %+replace%
ggplot2::theme(
plot.background = ggplot2::element_rect(colour = NA),
legend.background = ggplot2::element_rect(colour = NA),
strip.text = ggplot2::element_text(size = 8, face = "bold")
)
}
ggplot2::theme_set(theme_am())

Coletamos os dados através do pacote {GetBCBData}. Primeiro devemos buscar os códigos das variáveis através do Sistema Gerenciador de Séries do Banco Central. Cada código refere-se a um conjunto de dados. Salvamos esses valores em um objeto. Para o IPCA, utilizaremos o pacote {sidrar} para buscar valores do SIDRA.

Após isso, seguimos para a importação dos dados, do tratamento e após para a visualização.

## Parâmetros e códigos para coleta de dados
parametros <- list(

## Resultado do Setor Público Consolidado
# NFSP sem desvalorização cambial
# Fluxo mensal corrente - Total - R$ (milhões)
resultado_spc = c(
"Resultado primário - INSS" = 7854,
"Resultado primário - Governo Federal" = 7853, 
"Resultado primário - Governos Estaduais" = 4643, 
"Resultado primário - Governos Municipais" = 4644, 
"Resultado primário - Empresas Estatais" = 4645, 
"Resultado primário - Setor Público Consolidado" = 4649, 
"Juros nominais - Governo Federal" = 4607,
"Juros nominais - Banco Central" = 4608, 
"Juros nominais - Governos Estaduais" = 4610, 
"Juros nominais - Governos Municipais" = 4611, 
"Juros nominais - Empresas Estatais" = 4612, 
"Juros nominais - Setor Público Consolidado" = 4616,
"Resultado nominal - Setor Público Consolidado" = 4583
),

# PIB acumulado dos últimos 12 meses - Valores correntes (R$ milhões)
pib = c("PIB 12 meses" = 4382),

# IPCA - Número-índice (base: dezembro de 1993 = 100)
ipca = "/t/1737/n1/all/v/2266/p/all/d/v2266%2013"

)

 

 

 

</pre>
## Coleta dos dados

# IPCA para deflacionar valores
raw_ipca <- sidrar::get_sidra(api = parametros$ipca)

# PIB para cálculos em "% PIB
raw_pib <- GetBCBData::gbcbd_get_series(
id = parametros$pib,
first.date = "2001-12-01",
use.memoise = FALSE
)

# Resultado do Setor Público Consolidado
raw_resultado_spc <- GetBCBData::gbcbd_get_series(
id = parametros$resultado_spc,
first.date = "2001-12-01",
use.memoise = FALSE
)
<pre>

 

 

</pre>
## Tratamento dos dados

# IPCA
ipca <- raw_ipca %>%
dplyr::select("date" = `Mês (Código)`, "ipca" = `Valor`) %>%
dplyr::mutate(date = lubridate::ym(date))

# PIB
pib <- raw_pib %>%
dplyr::select("date" = `ref.date`, "pib" = `value`)

# Resultado do Setor Público Consolidado
resultado_spc <- raw_resultado_spc %>%
dplyr::select("date" = `ref.date`, "variable" = `series.name`, "nominal" = value) %>%
purrr::reduce(
.x = list(., ipca, pib),
.f = dplyr::left_join,
by = "date"
) %>%
dplyr::as_tibble() %>%
dplyr::group_by(variable) %>%
dplyr::mutate(
# Deflacionar valores
real = (ipca[date == max(date)] / ipca) * nominal,
# Acumular valores nominais em 12 meses (% PIB)
nominal_acum_12m_pib = timetk::slidify_vec(
.x = nominal,
.f = sum,
.period = 12,
.align = "right"
) / pib * 100,
# Acumular valores reais em 12 meses
real_acum_12m = timetk::slidify_vec(
.x = real,
.f = sum,
.period = 12,
.align = "right"
)
) %>%
tidyr::drop_na() %>%
dplyr::ungroup()
<pre>

Criamos um gráfico da variação acumulada em 12 meses dos Juros Nominais, Resultado Nominal e Resultado Primário.

# Setor Público Consolidado (Res. Primário, Juros e Res. Nominal)
resultado_spc %>% 
dplyr::filter(stringr::str_detect(variable, "Setor Público Consolidado")) %>% 
dplyr::mutate(variable = stringr::str_remove_all(variable, " - Setor Público Consolidado")) %>% 
ggplot2::ggplot(ggplot2::aes(x = date, y = real_acum_12m / 1000, color = variable)) +
ggplot2::geom_hline(yintercept = 0, color = colors["red"], linetype = "dashed") +
ggplot2::geom_line(size = 1.5) + 
ggplot2::facet_wrap(~variable, scales = "free_y") + 
ggplot2::scale_color_manual(NULL, values = unname(colors[1:6])) +
ggplot2::labs(
title = "Setor Público Consolidado",
subtitle = "Valores acumulados em 12 meses",
y = "R$ Bilhões",
x = "",
caption = foot_bcb
) +
ggplot2::theme(legend.position = "none")

Visualizamos os gastos com juros em razão do PIB.

# Gastos com juros - % PIB acumulado em 12 meses
resultado_spc %>% 
dplyr::filter(stringr::str_detect(variable, "Juros nominais - ")) %>% 
dplyr::mutate(variable = stringr::str_remove_all(variable, "Juros nominais - ")) %>% 
ggplot2::ggplot(ggplot2::aes(x = date, y = nominal_acum_12m_pib, color = variable)) +
ggplot2::geom_hline(yintercept = 0, color = colors["red"], linetype = "dashed") +
ggplot2::geom_line(size = 1.5) + 
ggplot2::facet_wrap(~variable, scales = "free_y") + 
ggplot2::scale_color_manual(NULL, values = unname(colors[1:6])) +
ggplot2::labs(
title = "Gastos com juros",
subtitle = "Valores acumulados em 12 meses, % do PIB",
y = "% do PIB",
x = "",
caption = foot_bcb
) +
ggplot2::theme(legend.position = "none")

______________________________________

Você confere o script completo no nosso Curso de Análise de Conjuntura usando o R. A apresentação da PMC também está disponível no Clube AM.

______________________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar automação com Python e IA na análise de ações

No cenário atual, profissionais de finanças buscam formas mais rápidas, eficientes e precisas para analisar dados e tomar decisões. Uma das grandes revoluções para isso é o uso combinado de Python, automação e modelos de linguagem grande (LLMs), como o Google Gemini. O dashboard que criamos é um ótimo exemplo prático dessa integração, reunindo dados, cálculos, visualizações e análise textual em um único ambiente.

Análise de ações com IA - um guia inicial

Neste artigo, você vai aprender a integrar IA na análise de ações de forma automatizada utilizando Python. Ao final, você terá um pipeline completo capaz de coletar dados de mercado, gerar gráficos, elaborar relatórios com linguagem natural.

Quais são as ferramentas de IA?

Um aspecto crucial dos Agentes de IA é a sua capacidade de tomar ações, que acontecem por meio do uso de Ferramentas (Tools). Neste artigo, vamos aprender o que são Tools, como defini-las de forma eficaz e como integrá-las ao seu Agente por meio da System Prompt. Ao fornecer as Tools certas para o seu Agente — e ao descrever claramente como essas Tools funcionam — você pode aumentar drasticamente o que sua IA é capaz de realizar.

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.