O google trends melhora a previsão do desemprego? Veja o que o pessoal do NEOC/UFF anda fazendo...

No final de julho, o Matheus Rabelo (NEOC/UFF) chamou atenção para um aumento da procura pela palavra-chave "emprego" lá no Google Trends. Dei uma pequena ajuda a ele, na forma de tratar os dados do gtrends e chamei atenção para a possibilidade de utilizar essa variação na previsão da taxa de desemprego. Esse, inclusive, tem sido um tema recorrente nesse espaço, por questões óbvias. Será que melhora a modelagem e, consequentemente, a previsão de variáveis macroeconômicas? É o que me perguntei à época, aqui. O Matheus, então, acabou aceitando a proposta e publicou ontem a questão lá no blog do NEOC. O trabalho é preliminar, mas fico muito feliz por o pessoal do NEOC estar usando cada vez mais o  \(\mathbf{R}\) e se empolgando com dados. Sinto uma pontinha de responsabilidade nisso, desde que lancei lá atrás a ideia do GECE na faculdade de economia... Só uma pontinha, claro, porque o mérito é todo do pessoal do NEOC.  Continuem assim, NEOC! E, claro, deem uma olhada no trabalho deles, leitores... 🙂

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Coletando dados do Google Trends no R e no Python

Como acompanhar e antecipar tendências de mercado? Independentemente da resposta final, os dados são o meio. Neste artigo, mostramos como obter dados do Google Trends em tempo quase real, utilizando as linguagens de programação R e Python.

Contribuição para a Volatilidade [Python]

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação 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.