IBRE/FGV lança Indicador de Incerteza Econômica

O IBRE/FGV lançou ontem o Indicador de Incerteza da Economia Brasileira, composto por três medidas: "i) a primeira, IIE-Br-Mídia, é baseada na frequência de notícias com menção à incerteza; ii) a segunda, IIE-Br-Expectativa, é construída a partir das dispersões das previsões de especialistas para a taxa de câmbio e para o IPCA; e iii) o último componente é baseado na volatilidade do mercado financeiro, o IIE-Br Mercado". Para os interessados, abaixo um rápido script para baixar os dados do site do IBRE e fazer um gráfico...

######################################
##### Incerteza econômica ############


library(XLConnect)
library(ggplot2)

## Importar dados

temp <- tempfile()
url <- 'http://bit.ly/SHincertezanov16'
download.file(url, temp, mode='wb')
data <- loadWorkbook(temp)
data <- readWorksheet(data, sheet=1, colTypes = c('POSIXt', 'numeric'))

## Gráfico

ggplot(data, aes(x=Data, y=IIEBR))+
 geom_line(size=.8, colour='darkblue')+
 xlab('')+
 ylab('')+
 labs(title='Índice de Incerteza Econômica do IBRE/FGV')+
 theme(plot.title = element_text(hjust = 0.5))

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar Modelos de Linguagem no R com o pacote {elmer}

Na análise de dados contemporânea, o uso de Modelos de Linguagem (LLMs) vem se consolidando como uma ferramenta poderosa para automatizar e aprimorar tarefas analíticas. Ao integrarmos LLMs a pacotes como o ellmer, podemos ampliar nossas capacidades de extração, interpretação e automação de dados no ambiente R. Neste post, exploramos o papel desses modelos e detalhamos como o ellmer opera dentro do universo da linguagem de programação R.

Introdução ao AutoGen: Agentes Inteligentes na Análise Financeira

O AutoGen é um framework da Microsoft que permite criar agentes de IA colaborativos. Na área financeira, pode automatizar a coleta de dados, cálculos de indicadores e geração de relatórios. Este artigo apresenta os conceitos básicos e um exemplo aplicado a ações de empresas.

Como usar LangGraph e LLMs para prever a inflação no Brasil

Este post apresenta um estudo de caso sobre como utilizar o LangGraph e modelos de linguagem para estruturar um sistema multiagente voltado à previsão do IPCA. O exercício cria um sistema que utiliza-se de personas analíticas que trabalham em paralelo, permitindo validar previsões, calcular métricas de erro e consolidar relatórios automatizados. A abordagem demonstra como fluxos multiagentes podem apoiar a análise econômica, oferecendo múltiplas perspectivas e maior consistência nos resultados.

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.