Desemprego vai cair em 2014, apesar da baixa geração de vagas

poHoje, enfim, o IBGE voltou a divulgar a taxa de desemprego completa da economia brasileira. Na passagem de julho para agosto houve um leve aumento, com inclusão de 39 mil pessoas na condição de desocupados. Isso fez com que a taxa de desemprego avançasse, em termos dessazonalizados, para 5%, contra 4,6% em junho e 4,8% em julho. O que chama atenção nos dados da Pesquisa Mensal de Emprego é o comportamento da população ocupada, como pode ser visto no gráfico ao lado. Ela tem crescido ou de forma negativa ou bem próxima à nulidade nos últimos 12 meses. É um resultado coerente com os dados do CAGED, uma pesquisa de fluxo de empregados e desempregados do Ministério do Trabalho. Significa dizer que a geração de vagas, de fato, perdeu fôlego, diante do baixo crescimento da economia brasileira. O efeito disso sobre o desemprego, entretanto, vai depender do comportamento da procura por emprego nos próximos meses, como mostro abaixo.

prevdesemprego

A continuar o comportamento da procura por emprego como nos últimos meses, a despeito de um crescimento na geração de empregos tímido, a taxa de desemprego encerrará 2014 no intervalo entre 4,7% e 5,1%, com projeção centrada em 4,9%. Significa dizer que o desemprego se reduzirá em relação a 2013, quando foi, em média, de 5,4%. É ao menos o que diz o SARIMA que eu voltei a estimar hoje de manhã, com a atualização dos dados de maio, junho, julho e agosto da PME. No início de 2015, dada a sazonalidade intrínseca da série, o desemprego volta a aumentar, como mostra a projeção contida no gráfico acima.

Para o leitor atento não há muito o que comemorar, certo? Ora, o que eu disse foi que o desemprego irá se reduzir em 2014 - frente 2013 - a despeito do baixo crescimento na geração de vagas. Em outros termos, isso só pode estar acontecendo se a procura por emprego encontra-se limitada. Pois é. Abaixo eu coloco três gráficos com o comportamento da procura por emprego (medida pelo crescimento da população economicamente ativa) e da geração de vagas (medida pelo crescimento da população ocupada). O crescimento da PEA tem sido menor do que da ocupação, o que vai garantir uma taxa de desemprego menor esse ano. Em termos interanuais, a PEA cresce negativamente há 11 meses, com média de -0,8%!

peapo

peapo2

peapo3

 

A baixa taxa de desemprego me parece ter o mesmo efeito do biquini: esconde o essencial. Nesse caso, a dinâmica do mercado de trabalho... 🙁

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.