Exercício: quebra estrutural no mercado de trabalho?

correlaçãoNo artigo dessa semana - que publico aqui em breve - trato a questão do desemprego. A ideia é prever a taxa de desemprego para o restante de 2014, levando em consideração trajetórias para a população ocupada e para a população economicamente ativa. Só passei por aqui hoje para deixar um exercício interessante que tenho feito nas últimas semanas. Haveria uma quebra estrutural no jeito de entender o mercado de trabalho brasileiro? Em outras palavras, se antes de 2009 era verdade que menor crescimento (menor geração de vagas) estava correlacionado com o aumento do desemprego, hoje não necessariamentePara interessados em mercado de trabalho, deixo dois gráficos. O ao lado é a correlação acumulada a cada nova observação entre o saldo de admitidos e demitidos do Cadastro Geral de Empregados e Desempregados (CAGED/Ministério do Trabalho) e o desemprego dessazonalizado. O gráfico abaixo mostra o comportamento das duas séries: do saldo do CAGED e do desemprego.

saldocaged

Antes de 2009 a correlação entre elas era forte: reduções na geração líquida de vagas estavam correlacionadas a aumentos de desemprego. Hoje, não necessariamente. Um estudo do Bradesco no ano passado, por exemplo, estimava que abaixo de 50 mil vagas no CAGED havia pressão para o aumento do desemprego. Neste há a aproximação da metodologia do CAGED à PME, verificando causalidade entre CAGED e a PME. Hoje esse número de 50 mil é provavelmente menor. Sendo assim, fica a pergunta e o exercício: por quê? O que causou essa redução da correlação entre geração de vagas no CAGED e desemprego? Além disso, a correlação acima significa causalidade? Como mostrar? 

Update: na primeira versão do post estava com pressa e acabei esquecendo de colocar que a causalidade no sentido de Granger é entre a média móvel de 12 meses do SALDO_CAGED e a primeira diferença do Desemprego_PME dessazonalizado, entre duas e três defasagens, para o período de jan/2003 a mar/2014. Isto porque, a série de desemprego é I(1), enquanto o saldo do CAGED é I(0), pelos testes normais de raiz unitária. Agradeço ao Claudio Shikida por notar a "olho nu" a não-estacionariedade da série de desemprego.   

ps: quem quiser o arquivo do eviews, mandar e-mail para macroeconomia@vitorwilher.com.

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.