O IBC-Br é um bom preditor do PIB?

Toda vez que a autoridade monetária divulga o seu Índice de Nível de Atividade do Banco Central (IBC-Br), a imprensa costuma dizer que o mesmo antecipa os resultados do PIB. Mas será que isso é verdade? É o que vamos verificar nesse exercício usando o Python.

IBC-br

O IBC-Br é um indicador mensal calculado pelo Banco Central do Brasil que tem como objetivo fornecer uma estimativa da atividade econômica do país. O índice é calculado com base em uma série de variáveis econômicas, como a produção industrial, o comércio varejista, o consumo de energia elétrica e outros indicadores econômicos relevantes. O IBC-Br é considerado um indicador antecedente do PIB, pois fornece uma indicação preliminar da tendência da atividade econômica do país.

PIB

O PIB trimestral é um indicador que mede o valor total de todos os bens e serviços finais produzidos em um país durante um período de três meses. O PIB trimestral é calculado pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e é utilizado para acompanhar o desempenho da economia brasileira ao longo do tempo

Qual a relação entre o IBC-br e o PIB?

Como pode-se entender, devido a periodicidade, o IBC-br possui uma frequência maior que o PIB, tornando-se um bom medidor deste indicador para verificar a atividade do país.

Portanto, vamos verificar a relação entre as duas variáveis usando o Python, buscando criar uma análise exploratória e a construção do modelo de previsão.

Para obter todo o código do processo de criação do modelo, faça parte do Clube AM, o repositório de códigos da Análise Macro, contendo exercícios semanais de R e Python.

Abaixo, temos uma gráfico exibindo a relação entre dos índices do IBC-br e PIB trimestral. Vejam que de fato os dois indicadores andam de conjunto, entretanto, vamos elaborar mais sobre como comparar os dois indicadores.

Como comparar as duas medidas?

De modo a tornar os dados do PIB e do IBC-Br comparáveis, precisaremos fazer alguns ajustes. Nesse exercício, vamos comparar a variação marginal dos dois índices. Isto é, estamos interessados em

(1)   \begin{equation*} vm = \frac{I_t}{I_{t-1}} \end{equation*}

Para calcular essa métrica para a série do IBC-Br, entretanto, será necessário seguir alguns passos.

1. Calcular a média do trimestre
2. Calcular a variação marginal do trimestre

Uma vez realizados os passos acima utilizando o Python, vejamos a relação entre os dois indicadores no gráfico abaixo:

Vejam que de fato o IBC-br e o PIB se movem conjuntamente.

Ainda, vejamos o resultado a regressão do IBC-br sobre o PIB:

Isso possibilita utilizar o IBC-br como preditor do PIB.

O IBC-Br é um bom preditor do PIB?

O resultado do gráfico abaixo é construído por meio dos seguintes passos.

  1. Separação do dados de treino e teste
  2. Utilização da regressão linear via MQO para prever os valores futuros
  3. Construção do gráfico abaixo, comparando os valores previstos com os valores de teste.

_____________________________________

Quer aprender mais?

Seja um aluno da nossa trilha de Macroeconomia Aplicada  e aprenda a criar projetos voltados para a Macroeconomia.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

Econometria, ML ou IA para previsão da PMS?

Prever a Pesquisa Mensal de Serviços (PMS/IBGE) é um desafio por natureza: trata-se de uma série mensal, sujeita a volatilidade e choques que vão de fatores sazonais a mudanças estruturais no setor. Para enfrentar esse problema, realizamos um exercício de comparação entre três abordagens de modelagem: econometria tradicional (ARIMA), machine learning (XGBoost) e inteligência artificial (TimeGPT).

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.