Crescimento econômico na "Era Dilma"

pib_ibre02 Uma passagem rápida por aqui. Eu recebi na semana passada, do professor Cláudio Considera, a série atualizada de PIB mensal do IBRE/FGV. Aproveitei para atualizar o modelinho que havia feito em setembro com essa série e obtive uma nova projeção de crescimento para 2014. A anterior, referente a dados até julho, estava em 0%. Agora, com o aumento de 0,32% na margem [terceiro contra segundo trimestre], a projeção melhorou um pouco, leitor, está centrada em 0,1%. O intervalo da projeção está entre -0,1% e 0,3%, no acumulado em 12 meses. A título de comparação, a projeção do mercado, captada via boletim Focus do Banco Central, está em 0,23%. Para o ano que vem, o Focus indica crescimento de 0,76% e para 2016-18, a média está em 2,3%. Descontado o crescimento da população, significa dizer leitor, que o crescimento entre 2011-2018 ficaria em 0,9%. Com esse valor, a renda per capita, hoje próxima a US$ 14 mil, dobra em aproximadamente 78 anos... É esse cenário que respalda a crítica da maior parte dos economistas ao governo Dilma Rousseff e a sua política econômica. Esperemos, portanto, por mudanças, não é mesmo? ps: o pib do terceiro trimestre será conhecido na próxima sexta-feira, 28/11.

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.