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

Como planejar um pipeline de previsão macroeconômica: da coleta ao dashboard

Montar um pipeline de previsão macroeconômica não é apenas uma tarefa técnica — é um exercício de integração entre dados, modelos e automação. Neste post, apresento uma visão geral de como estruturar esse processo de ponta a ponta, da coleta de dados até a construção de um dashboard interativo, que exibe previsões automatizadas de inflação, câmbio, PIB e taxa Selic.

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

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?

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.