E não apenas do Banco Central brasileiro. O Quandl é um banco de dados imenso que centraliza mais de 5 milhões de conjuntos de dados. Tem dados de vários bancos centrais, agências internacionais, think thanks, de empresas, etc. A lista completa aqui. E, o melhor, tudo isso encontra-se disponível no R a partir do pacote de mesmo nome [veja aqui]. O que você está esperando, então, para aprender R? 🙂
Como mensurar a importância de choques na inflação sobre o erro de previsão da taxa de juros? Neste exercício quantificamos esta pergunta sob a ótica de um modelo VAR, usando dados recentes da macroeconomia brasileira. Especificamente, estimamos a decomposição da variância dos erros de previsão do modelo, analisando choques na inflação da gasolina e sua importância sobre a variância dos erros de previsão da taxa Selic.
Neste exercício exploramos os dados públicos sobre o preço da gasolina no Brasil, sua composição, evolução temporal, políticas associadas e, por fim, construímos um modelo simples de previsão. Com um modelo em mãos, o analista pode cenarizar o comportamento futuro da série da forma como preferir. Todos os procedimentos foram feitos usando a linguagem de programação Python.
Apresentamos neste exercício como é a aplicação de um Vetor AutoRegressivo Estrutural (SVAR) no Python a partir da biblioteca statsmodels.
comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002
Criação Kamus – Hospedagem HostWP
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.
