IBC-Br ratifica pessimismo

ibcpibO Banco Central divulgou hoje o seu índice de atividade, o IBC-Br, que busca antecipar o que ocorre com o PIB Trimestral. Na passagem de novembro para dezembro, a série com ajuste sazonal recuou 1,35%. No acumulado em 12 meses houve avanço de 2,52% em 2013, melhor do que os 0,65% em 2012. A divulgação do índice se soma à produção industrial, que recuou 3,5% em dezembro e avançou 1,2% em 2013 e ao comércio varejista, que recuou 0,2% e avançou 4,3% em 2013. A indústria mostrou avanço sobre 2012 enquanto o comércio demonstrou recuo. Com base no exercício feito no Monitor de Política Monetária de janeiro, o avanço do IBC-Br em dezembro ratifica um crescimento em torno de 2,1% em 2013. Em outros termos, nada muito robusto.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Medindo o Hiato do Produto do Brasil usando Python

Uma medida extremamente importante para a avaliação econômica de um país é o Hiato do Produto. Neste post, realizamos uma comparação das diferentes formas de estimação dessa variável não observável utilizando o Python como ferramenta de análise de dados.

Como analisar a contribuição para a Volatilidade de uma carteira de ações usando Python

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação Python.

Analisando o impacto fiscal de propostas legislativas com IA

Todos os anos milhares de proposições legislativas são geradas na Câmara dos Deputados e Senado Federal, o que dificulta o trabalho de monitoramento feito por economistas, jornalistas e analistas de mercado. No entanto, ao empregar técnicas de engenharia de prompt e IA, podemos analisar estas milhares de proposições em questão de segundos. Neste exercício mostramos o caminho para esta automatização usando o Python.

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.