Movimentos do setor externo no FOCUS

Passada a maior parte do impacto das notícias da semana passada, vemos ainda alguma reverberação nas estimações da última semana, porém em menor nível. As estimativas do IPCA e do IGP continuam sua escalada, em ritmos diferentes - como explicado nesse post de janeiro -, enquanto que quase não há mudança na taxa de câmbio, PIB e meta da SELIC.

Dentre as outras variáveis reportadas, vemos dois movimentos mais alarmantes. O primeiro é a queda expressiva das expectativas de produção industrial, que vê redução de 0,88% em relação ao valor da semana passada:

O segundo movimento é do setor externo. Por um lado, vemos redução do investimento direto de 60 para 55 bilhões de dólares, e por outro, redução do déficit de conta corrente de 16 para 12 bilhões. A redução do déficit parece ser resultado direto da escalada do preço de commodities, setor importante para as exportações brasileiras. A questão do investimento é mais complexa: o comovimento entre a produção industrial e o investimento direto tem um efeito de ida, dado que o país está espantando investidores devido à expectativa de atraso para a retomada da economia, e um efeito de volta, onde a própria depressão de investimentos dificulta a retomada da indústria, com uma oferta menor de capitais.

O código de R desse artigo está disponível para os membros do novo Clube AM. Para saber mais, clique aqui.

____________________

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.