Previsão da produção industrial

confiancaAltos e baixos no clima nesses primeiros quatro meses de 2014. O verão intenso de janeiro e fevereiro deixou problemas na inflação de alimentos e aprofundou a crise no setor elétrico. Já as temperaturas amenas de abril parecem ter resfriado tanto a confiança quanto a expectativa de consumidores e empresários. É o que se depreende da leitura dos índices da Fundação Getúlio Vargas. A produção industrial deve reagir a contento, enquanto os índices de inflação teimam em se manter em patamar elevado. Abril foi inóspito para a economia brasileira.

O gráfico acima ilustra o comportamento dos números índices da confiança nos setores de comércio, indústria, serviços, construção e também dos consumidores. Todos em declínio nesse primeiro quadrimestre. Na comparação com o mês de abril do ano passado, por exemplo, a confiança do consumidor caiu 6,8%. Se a confiança dos agentes no ambiente econômico é ruim, isso se reflete no que esperam para o futuro. Os índices de expectativa captam esse movimento, como pode ser visto abaixo.

expectativa

Índices de confiança e expectativa ruins costumam antecipar resultados nada bons no nível de atividade. Em particular, a produção industrial de março deve refletir a piora no ambiente econômico. Para captar esse pesimismo eu estimei alguns modelos. O que apresentou as melhores medidas de desempenho, bem como passou nos testes corriqueiros foi o a com a especificação abaixo:

PIMPF_MENSAL = C(1)*PIMPF_MENSAL(-1) + C(2)*CONFIANCA_F + C(3)*VEICULOS + C(4)*SELIC(-18) + C(5)*NUCI + C(6)

previsao

Para gerar uma previsão da produção industrial entre março e dezembro desse ano foi utilizada a série de Confiança Industrial da Fundação Getúlio Vargas (CONFIANCA_F), a série de produção de veículos da ANFAVEA (VEICULOS), a taxa básica de juros (SELIC) e o Nível de Utilização da Capacidade Instalada (NUCI). O período da amostra foi de julho de 2004 a fevereiro de 2014, totalizando 116 observações. Os resultados estão compilados na tabela abaixo.

tabela

Como pode ser observado, para os meses de março e abril a produção industrial deve ficar em zona negativa, refletindo a perda de confiança dos empresários, a queda na produção de veículos e a redução no nível de utilização da capacidade instalada. Em outras palavras, todos os indicadores antecedentes indicam perda de fôlego na produção industrial nesses e nos próximos meses, o que é ratificado pelo modelo colocado acima.

Importante ressaltar que na segunda-feira o IBGE realizou um seminário para explicar algumas mudanças metodológicas na pesquisa da produção industrial, o que deve gerar impacto sobre os números colocados acima. É esperado que com a adição de setores de TI haja algum avanço no crescimento da produção. Em outras palavras, os números da projeção acima podem estar subestimando o avanço do setor ao longo de 2014. Isso, entretanto, é reflexo de números antecedentes muito ruins. Em particular, a queda na produção da automóveis, que possui grande influência na indústria de transformação. A PIM-PF de março será divulgada pelo IBGE no próximo dia 7 de maio.

inflação

A despeito de perspectivas nada favoráveis para o nível de atividade nos próximos meses, a inflação caminha na direção contrária. A tabela acima resume alguns índices de preços. Como pode ser visto, em termos anuais, todos situam acima de 6%. Em particular, o Índice Nacional de Preços ao Consumidor Amplo (IPCA) deve refletir em abril o choque de alimentos e o aumento de tarifas - que comentarei na próxima semana -, se aproximando do teto do intervalo de confiança. Em outras palavras, a economia brasileira vive nesse momento uma perspectiva bastante clara de estagflação: estagnação do nível de atividade com aumento generalizado de preços. É, em assim sendo, um cenário bastante pessimista.

 

 

(*) Interessados no modelo podem me enviar e-mail que eu repasso o arquivo do eviews. 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsão com Vetores Autoregressivos no Python

Modelos Vetoriais AutoRegressivos (VAR) são amplamente utilizados na análise de séries temporais macroeconômicas. Eles permitem modelar a dinâmica conjunta de várias variáveis, capturando como choques em uma afetam as demais ao longo do tempo. Neste exercício, mostramos como aplicar um modelo VAR a um conjunto de dados macroeconômicos brasileiros para gerar previsões.

Previsão do Desemprego: Redes Neurais vs. Previsões do Focus

Não é de hoje que técnicas de machine learning vêm sendo usadas para explorar características não lineares de séries temporais (econômicas), especialmente para finalidade de previsão. Como exemplo, apresentamos uma abordagem híbrida do modelo NNAR e comparamos suas previsões com as de mercado, encontrando resultados em linha com a literatura recente.

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.