IBC-Br e a economia em 2014

pib_ibcO Banco Central divulgou na última sexta-feira o seu índice de nível de atividade, o IBC-Br, referente a abril. Confirmando os indicadores coincidentes divulgados até aqui, como a pesquisa mensal do comércio (PMC) e a produção industrial (PIM-PF), além dos indicadores de confiança da FGV, o IBC mensal variou apenas 0,12% em relação a março. Em 12 meses o índice acumula alta de 2,17%. O resultado é preocupante porque o IBC tende a superestimar o resultado do PIB trimestral. No quarto trimestre do ano passado, por exemplo, enquanto o IBC registrou alta de 3% no acumulado em 4 trimestres, o PIB, já com a nova PIM-PF incorporada, encontrava-se em 2,5%. Desse modo, a pergunta que fica é: as coisas tendem a melhorar ao longo do ano? Isto é, como se comportará o IBC-Br - e consequentemente - o PIB em 2014? Aproveitei o jogo da Argentina com a Bósnia para fazer um exercício bastante simples.

Observe o gráfico abaixo, que relaciona o IBC-Br dessazonalizado com a sua série original. Como pode ser visto na linha azul, retirada a sazonalidade, observa-se um "cansaço" do nível de atividade, medido pelo índice. O meu amigo Claudio Shikida, inclusive, chegou a comparar esse índice a uma tendência linear simples, observando distanciamento da mesma. Seria um indício de "estagnação"?

ibc-br2

Diante de todos os outros indicadores de nível de atividade e também do próprio PIB trimestral, minha resposta para essa pergunta tem sido positiva. O pessoal do Itaú, por exemplo, revisou sua projeção para 1% em 2014, com crescimento de -0,2% no segundo trimestre. Ainda que não seja um número consensual entre os economistas, se de fato se concretizar, é um resultado que empata com o crescimento da população, não gerando, assim, aumento da renda per capita. E isso, no final das contas, é o que importa, não é mesmo?

Em particular, sobre o IBC-Br, eu estimei alguns modelos, utilizando apenas suas realizações passadas, tentando captar o comportamento do índice nos meses restantes de 2014.  Os modelos com dados mensais apresentaram resíduos mal comportados, o que tornam as projeções muito pobres. Desse modo, eu acabei me voltando para os dados trimestralizados e para a variação da média móvel em quatro trimestres, como mostrado no primeiro gráfico desse post. As funções de autocorrelação e autocorrelação parcial desse último são colocadas abaixo.

ibc_correl

Como tudo na vida, trabalhar com os dados trimestralizados possui prós e contras. Os resíduos dos modelos estimados passam a apresentar comportamento próximo a de um ruído branco, o que torna a vida menos dolorosa. Por outro lado, o número de observações cai consideravelmente. Diante das opções disponíveis, prossigamos.

O modelo que eu achei mais interessante, considerando o que dizem os outros indicadores de nível de atividade e projeções do mercado, foi um SARIMA(2,0,2)(0,0,1). Apenas por acaso esse também foi o modelo que apresentou o menor valor para o critério de informação de Schwarz. Bom, com todas as críticas que podem ser feitas, diante da amostra reduzida e de ter considerado apenas o passado do IBC-Br para fazer as projeções, o comportamento do índice no restante de 2014 é o demonstrado pelo gráfico abaixo.

ibc_forecast
IBC-Br mostrará recuo no 2º tri, recuperando-se levemente nos meses seguintes.

Pois é, leitor, uma imagem geralmente diz mais do que mil palavras. Como os intervalos de confiança para as projeções são muito elevados, ressalto apenas o movimento projetado. O modelo estimado diz que devemos ter um recuo na taxa acumulada no segundo trimestre em relação à taxa acumulada até o primeiro (2,69% e 3,07%, respectivamente), com leve recuperação a partir do segundo semestre (2,75% em 2014Q3 e 3,13% em 2014Q3). A incerteza nas projeções é de +-0,48 p.p. para 2014Q2, +-1,1 p.p. para 2014Q3 e vultuosos +-1,6 p.p. para o último trimestre do ano.

Como disse no início, o IBC tende a superestimar o resultado do PIB ao longo do tempo. No primeiro trimestre desse ano, por exemplo, o IBC variou 3,07% na média dos três meses, enquanto o PIB variou 2,5%. O erro médio, considerando o período de 2005Q1 a 2014Q1, foi de -0,08 p.p. e o erro médio percentual foi de -17,8%. Isto é, considerando o pib como o resultado real e o ibc-br como o resultado projetado, o ibc superestima (real menos projetado) em 0,08 pontos percentuais ou em 17,8%. Desse modo, duas considerações podem ser feitas a título de comparação com o PIB: 1) o IBC-Br funciona como um "limite superior" do que se pode esperar para o PIB ou como a "projeção mais otimista para o pib"; 2) a tendência do índice indica a tendência do que acontece com o pib.

Nesse contexto, é possível dizer que o PIB deve apresentar um resultado ruim no segundo trimestre, recuperando-se ao longo do segundo semestre. O gráfico abaixo resume a comparação entre IBC-Br e PIB, considerando a projeção feita para o primeiro. Observe que os dois caminham juntos ao longo do tempo.

pib_ibc_forecast

Uma outra consideração que poderia ser feita - e que exige testes mais sofisticados - é que de 2010 para  cá o erro médio do IBC-Br em relação ao PIB aumentou - para o subperíodo de 2010Q1 a 2014Q1, o erro médio é de -0,17 pontos percentuais. O que aconteceu com a economia brasileira nesse período? Bom, uma característica importante, em termos de crescimento, é que a indústria estagnou e os serviços mantiveram crescimento bastante pronunciável no período. As contas nacionais, desse modo, poderiam não estar captando de forma correta o comportamento dos serviços. Essas críticas se dissiparam com a revisão divulgada no final do ano passado e, agora, com a incorporação da nova pesquisa industrial - com a parte de TI incluída. Mas, como mostra a discrepância entre IBC e PIB, algo continua perturbando a "convergência" dos índices...

Esse exercício bastante simples parece captar a mesma tendência que o Itaú e outras consultorias têm feito sobre o comportamento do nível de atividade ao longo de 2014. Espera-se um segundo trimestre muito ruim e alguma recuperação ao longo dos próximos períodos. Nada, entretanto, muito brilhante. A incerteza presente nas projeções não permite muita confiança nos valores estimados pelo SARIMA, o que torna necessários novos exercícios. Os custos de uma projeção mais acurada para nível de atividade, entretanto, crescem enormemente, exigindo vários confrontos entre Bósnia e Argentina... 🙂

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como tratar dados no Python? Parte 5: renomeando colunas

Como dar novos nomes significativos para as colunas em uma tabela de dados usando Python? Neste tutorial mostramos os métodos de renomeação de colunas disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

Como tratar dados no Python? Parte 4: operações por grupos

Como mensalizar dados diários? Ou como filtrar os valores máximos para diversas categorias em uma tabela de dados usando Python? Estas perguntas são respondidas com os métodos de operações por grupos. Neste tutorial mostramos estes métodos disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

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.