Relatório AM #9 - PMS

No Relatório AM dessa semana, iremos apresentar a perspectiva do setor de serviços nos últimos meses, e estimar previsões da PMS para o curto prazo. Como podemos ver na tabela abaixo, o setor de serviços foi o mais impactado pela pandemia, com uma queda dura causada pelo lockdown e medidas restritivas. O resultado que podemos extrair é de que, enquanto outros setores apresentaram redução de produção no estágio inicial da pandemia mas logo voltaram a estar ativos, o setor de serviços teve alguns meses adicionais de resfriamento, dado que as pessoas mudaram seu comportamento de consumo durante a pandemia. Com isso, enquanto a variação marginal da PMS está parecida com das outras pesquisas, a anual continua em nível ruim, pois o crescimento está ocorrendo a partir de um nível bem inferior ao pré-pandemia.

Uma consequência da produção do setor abaixo do normal é a (falta de) pressão sobre preços. O resultado teórico esperado é de que, como o setor de serviços não está aquecido, os choques que acarretam no alto nível de inflação atual teriam efeito reduzido sobre tais preços. Como podemos ver abaixo, com gráfico extraído do nosso monitor de inflação, serviços está tendo um comportamento diferenciado, com nível de inflação relativamente estável.

 

Para finalizar, vamos apresentar as estimativas para os próximos meses da PMS. O modelo utiliza tendências extraídas do Google Trends para prever os valores da variação anual da PMS, fazendo a previsão de um ARIMA sobre a série, utilizando componentes principais extraídos de um conjunto de pesquisas do Google Trends. As estimativas para os próximos meses a serem lançados (maio, junho e julho) são de cerca de -3.6%, -2.1% e -0.6%, como podemos ver abaixo:

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

Cálculo do Retorno Econômico de uma Política Pública

Como podemos traduzir os efeitos de uma política pública para valores monetários? Essa é uma tarefa árdua que requer algumas premissas, entretanto, com métodos bem definidos, é possível obter estimativas precisas dos ganhos e os gastos de uma política pública.

Neste exercício, demonstramos tal método usando a política hipotética "Mãe Paranense”, um conjunto de ações que visam reduzir a mortalidade materna e infantil no estado. Usamos a linguagem R como ferramenta para analisar os dados.

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 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.