Análise dos dados do CAGED com o R

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

Os dados do CAGED de fevereiro, divulgados pelo próprio presidente Michel Temer na última quinta-feira, se somam aos demais indicadores de que existe, de fato, uma recuperação em curso. Ainda que incipiente e tímida, já é possível dizer que a economia brasileira está deixando o pior da recessão para trás. Membros do Clube do Código receberão apresentação completa com análise dos dados do CAGED. Abaixo, fazemos um resumo desses dados.

O dado de fevereiro, um saldo positivo após 22 meses de valores negativos, em si, não deve ser tão comemorado assim. Isso porque, feito o ajuste sazonal, ele ainda é negativo. Mas, como mostra o gráfico acima, o valor na margem deve ser sempre complementado com alguma análise de tendência do que esteja ocorrendo no mercado de trabalho. Por essa abordagem, por suposto, o que podemos perceber é que de fato existe uma melhora em curso. Abaixo suavizamos o dado na margem com uma média móvel de três meses.

E abaixo ampliamos o horizonte de comparação com a média móvel anual.

Por essa métrica, por suposto, dá para visualizar o tamanho do estrago no mercado de trabalho. Na ponta, entretanto, os dados mostram que existe uma melhora em curso. Ainda, claro, que o dado continue sendo negativo, o importante é que a derivada mudou de sinal. Para complementar essa análise, plotamos abaixo a razão entre salários de admitidos e demitidos. Tipicamente, em períodos de piora no mercado de trabalho, essa razão cai, melhorando à medida que a ociosidade diminui.

A despeito de muitas perturbações, o que o dado diz é que parece estar ocorrendo uma estabilização. À medida que a recuperação avance, devemos ver um aumento dessa razão. Em outros termos, os salários médios dos admitidos passam a compor uma parcela maior dos salários dos demitidos. Isso indicará a consolidação da retomada.

Importante ressaltar, por fim, que ainda estamos em uma situação crítica no mercado de trabalho. A taxa de desemprego ainda deve ficar alta ao longo do ano. Uma reversão deve ficar mesmo para o segundo semestre. Mas há sinais de que existe uma recuperação em curso. E sim, diante do caos em que estávamos mergulhados há um ano atrás, isso é uma grande notícia. 🙂

 

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="1_3"][/et_pb_column][et_pb_column type="1_3"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/02/CLUBE.png" show_in_lightbox="off" url="https://analisemacro.com.br/clube-do-codigo/" url_new_window="off" use_overlay="off" animation="left" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid" /][/et_pb_column][et_pb_column type="1_3"][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

Cálculo do Retorno Econômico de uma Política Pública

Como podemos traduzir os efeitos de uma política pública para valores monetários? Essa é uma tarefa árdua que requer algumas premissas, entretanto, com métodos bem definidos, é possível obter estimativas precisas dos ganhos e os gastos de uma política pública.

Neste exercício, demonstramos tal método usando a política hipotética "Mãe Paranense”, um conjunto de ações que visam reduzir a mortalidade materna e infantil no estado. Usamos a linguagem R como ferramenta para analisar os 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.