Previsões para 2014

O último boletim Focus (Banco Central) de 2013 trouxe as apostas das instituições consultadas para o ano de 2014. Para as duas principais: IPCA em 5,98% (maior do que a prevista para 2013) e PIB em 2% (menor do que a prevista para 2013). As instituições consultadas preveem, nesse aspecto, melhora da indústria, com avanço de 2,23% (a previsão para 2013 é de avanço de 1,59%). A expectativa para a política monetária é que a Selic feche esse ano em 10,50%, isto é, as instituições consultadas esperam uma elevação de apenas mais 50 pontos-base na taxa ao longo do ano - sinal de que receberam bem o anúncio feito pelo Federal Reserve, o Banco Central norte-americano. Sintoma disso é que não se espera nenhum salto na taxa de câmbio: a expectativa para essa variável é de que a mesma feche o ano em 2,45 R$/US$. Espera-se ainda uma redução do déficit em conta-corrente, por melhora na balança comercial (mais exportações do que importações) e mantém-se a mesma expectativa de US$ 60 bilhões para 2013 nesse ano para a entrada de Investimento Estrangeiro Direto (IED). Por fim, as instituições consultadas esperam leve deterioração na relação Dívida Líquida sobre o PIB: ela fecharia 2014 em 35%. Sobre isso, talvez seja vantajoso o pessoal do Gerin (o orgão responsável pelo boletim Focus dentro do Banco Central) incluir uma pergunta sobre o comportamento da Dívida Bruta, dado que essa hoje é mais representativa da situação fiscal.  As previsões do GECE/UFF estarão na segunda edição do Monitor de Política Monetária, a ser divulgado no final de janeiro. O boletim Focus pode ser consultado 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.