PIB cresceu 1,1% em 2019

O IBGE divulgou hoje pela manhã o resultado das Contas Nacionais no 4º trimestre. Com efeito, sabemos que o PIB cresceu 1,1% no ano passado, como era amplamente esperado pelo mercado. Na margem, contra o 3º trimestre, o PIB cresceu 0,5% e na comparação interanual, contra o mesmo trimestre do ano anterior, houve crescimento de 1,7%. A tabela a seguir resume os dados de crescimento dos componentes do PIB tanto pelo lado da oferta quanto pela demanda.

Variação dos Componentes do PIB (%)
Margem Trimestral Anual 2 anos
Agro -0,4 0,4 1,2 2,6
Ind 0,2 1,5 0,5 1,0
Serv 0,6 1,6 1,2 2,8
PIB 0,5 1,7 1,1 2,5
Consumo 0,5 2,1 1,8 3,9
Governo 0,4 0,3 -0,4 -0,1
FBCF -3,3 -0,4 2,2 6,2
Exportação 2,6 -5,1 -2,5 1,4
Importação -3,2 -0,2 1,1 9,5

Como é possível verificar, o destaque negativo pelo lado da demanda foi a queda de 3,3% na margem na Formação Bruta de Capital Fixo (FBCF). Isso, de fato, é uma péssima notícia em um momento em que esperava-se uma recuperação mais consistente dos investimentos. Pelo lado da oferta, o destaque foi o crescimento de 0,6% na margem dos serviços, que tem peso relevante no PIB.

A recuperação cíclica da economia brasileira ainda está longe de ganhar tração, como mostra o gráfico acima. Após a saída da Grande Recessão de 2014-2016, a economia tem tido dificuldades de deslanchar. Ao longo do período reformista, que começa em 2016, houve diversos choques sobre a economia, como o Joesley Day, a greve de caminhoneiros e a crise na Argentina. Esses choques se somam a mudança de liderança no crescimento, agora mais dependente da iniciativa privada do que do setor público.

Um zoom sobre o período recente mostra a dificuldade que a economia está tendo de experimentar taxas de crescimento mais fortes. Ao que parece, a economia se acomodou em um crescimento próximo a 1% ao ano, número bastante aquém das necessidades do país. Para um crescimento populacional de 0,8% a.a., significa dizer que o pib per capita está praticamente estagnado nesse período.

____________________

(*) As Contas Nacionais contam com script completo em nosso Curso de Análise de Conjuntura usando o R.

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.