Os dados do PIB no 3º trimestre de 2012

O IBGE divulgou na sexta-feira os dados do PIB no terceiro trimestre. O resultado, 0,6% contra o 2º trimestre, está abaixo das projeções do mercado. Em termos anualizados, o PIB ficou em 2,4%, número inferior ao que a maioria dos economistas entende como crescimento potencial da economia brasileira. No acumulado em 12 meses, como mostra o gráfico ao lado, nos parece que a recuperação da economia brasileira foi deixada para o 4º trimestre de 2012.

No lado da oferta, a Indústria avançou 1,1% na comparação com o trimestre imediatamente anterior. Em particular, a Indústria de Transformação aumentou 1,5%, demonstrando que, enfim, esse setor mostra algum grau de vivacidade. A agropecuária acompanhou a Indústria, avançando 2,5% - um dado menor do que os 6,8% do trimestre anterior - nessa mesma métrica. Para fechar o lado da Oferta, o setor de serviços foi quem decepcionou: obteve crescimento nulo.

Já no lado da demanda, o destaque negativo foi a Formação Bruta de Capital Fixo: queda pelo quinto trimestre consecutivo. Isso mostra que a incerteza do ambiente externo em conjunto com os problemas de endividamento e inadimplência dos consumidores parece continuar contaminando as expectativas dos empresários brasileiros. E isso mesmo se levarmos em consideração que há no horizonte uma série de eventos esportivos de grande envergadura e que o custo do capital (os juros) tem sido sistematicamente reduzidos. Ao que tudo indica, se você não vê expectativa futura de venda dos seus produtos, é pouco provável que você invista em aumento da capacidade de produção.

O Consumo das Famílias, grande impulsionador do ciclo de crescimento anterior, manteve o crescimento ao redor de 1%, em linha com a sua média desde 2003. As exportações interromperam dois trimestres de crescimento negativo, fechando o 3º trimestre de 2012 com estabilidade: 0,2%. Destaque negativo para as Importações, -6,5%, algo díspare da média de 2,7% desde 2003. Isso se explica, sobretudo, pela valorização do dólar frente ao real.

Em valores correntes, a Indústria participou com 26,9% do valor adicionado no 3º trimestre. A Agropecuária perfilou bem perto de 5%, enquanto o setor de Serviços ficou com 68% do VA. No lado da demanda, o Consumo das Famílias representou 63% do PIB, enquanto o Investimento ficou com 17,69%.

Fica nítido com esses números que a taxa de investimento encontra grande dificuldade de avançar. E tal dado é preocupante se observamos que o crescimento daqui para frente dependerá muito do comportamento dessa variável. Em 67 trimestres - desde, portanto, o 1º trimestre de 1996 - somente em dez deles a taxa de investimento ficou acima de 20%. Se você considerar que esse número é fundamental para crescermos acima de 4%-4,5% de forma sustentável e que temos um mercado de trabalho em pleno emprego, torna-se ainda mais incerto que 2013 será um ano de alto crescimento com inflação controlada.

Em síntese, os dados do PIB do 3º trimestre não são lá muito animadores, principalmente em relação à taxa de investimento. Apesar de vislumbrar algum alento na Indústria, isso deve ser relativizado: tem mais a ver com os incentivos de toda a sorte, do que propriamente com uma retomada mais orgânica. Ademais, a estagnação no setor de serviços só vem a corrobrar com a tese de que a renda das pessoas está cada vez mais comprometida com dívidas. O cenário, a meu ver, não é de comemoração.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

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.