Pelo 2º mês consecutivo, modelo da Análise Macro acerta desemprego: 12,2%

[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"]

Pelo segundo mês consecutivo, o modelo preditivo da Análise Macro para a taxa de desemprego medida pela PNAD Contínua cravou o resultado. Na edição 36 do Clube do Código detalhamos a construção do modelo. Com os dados atualizados até setembro, o modelo previa uma taxa de 12,2% em outubro, em intervalo que ia de 12% a 12,4%, conforme mostra a tabela abaixo.

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][et_pb_column type="1_3"][et_pb_image admin_label="Imagem" show_in_lightbox="off" url_new_window="off" use_overlay="off" animation="left" sticky="off" align="left" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid" /][et_pb_code admin_label="Código"]  <table border=1> <caption align="bottom"> Previsões geradas pelo BVAR </caption> <tr> <th> </th> <th> Lower </th> <th> Mediana </th> <th> Upper </th> </tr> <tr> <td align="right"> out/17 </td> <td align="right"> 12.0 </td> <td align="right"> 12.2 </td> <td align="right"> 12.4 </td> </tr> <tr> <td align="right"> nov/17 </td> <td align="right"> 11.6 </td> <td align="right"> 11.9 </td> <td align="right"> 12.3 </td> </tr> <tr> <td align="right"> dez/17 </td> <td align="right"> 11.2 </td> <td align="right"> 11.7 </td> <td align="right"> 12.2 </td> </tr> <tr> <td align="right"> jan/18 </td> <td align="right"> 10.8 </td> <td align="right"> 11.4 </td> <td align="right"> 12.0 </td> </tr> <tr> <td align="right"> fev/18 </td> <td align="right"> 10.3 </td> <td align="right"> 11.1 </td> <td align="right"> 11.8 </td> </tr> <tr> <td align="right"> mar/18 </td> <td align="right"> 9.8 </td> <td align="right"> 10.7 </td> <td align="right"> 11.7 </td> </tr> <tr> <td align="right"> abr/18 </td> <td align="right"> 9.3 </td> <td align="right"> 10.4 </td> <td align="right"> 11.5 </td> </tr> <tr> <td align="right"> mai/18 </td> <td align="right"> 8.7 </td> <td align="right"> 10.0 </td> <td align="right"> 11.3 </td> </tr> <tr> <td align="right"> jun/18 </td> <td align="right"> 8.1 </td> <td align="right"> 9.6 </td> <td align="right"> 11.2 </td> </tr> <tr> <td align="right"> jul/18 </td> <td align="right"> 7.5 </td> <td align="right"> 9.2 </td> <td align="right"> 11.0 </td> </tr> </table>[/et_pb_code][/et_pb_column][et_pb_column type="2_3"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/11/previsaofb.png" show_in_lightbox="on" 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_image][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/11/Rplot.png" show_in_lightbox="on" 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_image][/et_pb_column][/et_pb_row][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"]

A expectativa, como mostra o gráfico acima, é de continuação da queda do desemprego nos próximos meses. Em particular, os meses de novembro e dezembro são de sazonalidade favorável, o que deve beneficiar a queda da taxa. Nós iremos atualizar o modelo com os dados até outubro e divulgaremos nas próximas semanas a previsão para novembro.

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/11/datascience2.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" 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_image][et_pb_text admin_label="Texto" background_layout="light" text_orientation="center" use_border_color="off" border_color="#ffffff" border_style="solid"]

Clique na figura para conhecer os nossos Cursos

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/11/datascience.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/cursos-de-econometria/dados-em-painel/" 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_image][et_pb_text admin_label="Texto" background_layout="light" text_orientation="center" use_border_color="off" border_color="#ffffff" border_style="solid"] Clique na figura para conhecer nosso novo curso de econometria [/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="1_3"][et_pb_gallery admin_label="Galeria" gallery_ids="17132,17133,17134" fullwidth="on" show_title_and_caption="off" show_pagination="off" background_layout="light" auto="on" auto_speed="6000" hover_overlay_color="rgba(255,255,255,0.9)" caption_all_caps="off" use_border_color="off" border_color="#ffffff" border_style="solid" saved_tabs="all"] [/et_pb_gallery][et_pb_gallery admin_label="Galeria" gallery_ids="17136,17137,17138" fullwidth="on" show_title_and_caption="off" show_pagination="off" background_layout="light" auto="on" auto_speed="6000" hover_overlay_color="rgba(255,255,255,0.9)" caption_all_caps="off" use_border_color="off" border_color="#ffffff" border_style="solid" saved_tabs="all"] [/et_pb_gallery][/et_pb_column][et_pb_column type="2_3"][et_pb_team_member admin_label="Pessoa" saved_tabs="all" name="Vítor Wilher " position="Data Scientist" animation="left" background_layout="light" facebook_url="https://www.facebook.com/vitor.wilher.9" twitter_url="https://twitter.com/vitorwilherbr" linkedin_url="https://www.linkedin.com/in/v%C3%ADtor-wilher-78164024" use_border_color="off" border_color="#ffffff" border_style="solid"]

Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, tendo se especializado na construção de modelos macroeconométricos, política monetária e análise da conjuntura macroeconômica doméstica e internacional. Tem, ademais, especialização em Data Science pela Johns Hopkins University. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. É o criador da Análise Macro, startup especializada em treinamento e consultoria em linguagens de programação voltadas para data analysis, sócio da MacroLab Consultoria, empresa especializada em cenários e previsões e fundador do hoje extinto Grupo de Estudos sobre Conjuntura Econômica (GECE-UFF). É também Visiting Professor da Universidade Veiga de Almeida, onde dá aulas nos cursos de MBA da instituição, Conselheiro do Instituto Millenium e um dos grandes entusiastas do uso do R no ensino. Leia os posts de Vítor Wilher aqui. Caso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br

[/et_pb_team_member][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Modelo de previsão para grupos do IPCA

Text mining dos comunicados do FOMC: prevendo mudanças na política

Analisando a inflação por faixa de renda no Python

Criando o Fator de Momentum para o Brasil [Python]

O IBC-Br é um bom preditor do PIB?

Usando LLMs para prever a inflação (IPCA)

Outros artigos relacionados

Modelo de previsão para grupos do IPCA

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Text mining dos comunicados do FOMC: prevendo mudanças na política

Como quantificar sentimentos e emoções a partir de comunicados de política monetária? Neste exercício utilizamos os statements do FOMC para construir um índice de sentimentos, o que permite comparar a "narrativa" com a prática da política monetária, ou seja, mudanças da taxa de juros. Também avaliamos se tal índice é útil em prever mudanças de política através do teste de causalidade de Granger.

Analisando a inflação por faixa de renda no Python

Neste artigo mostramos como coletar dados de inflação segmentados por faixa de renda e como calcular a variação acumulada em 12 meses usando a linguagem de programação Python.