Consolidando Métricas Fiscais

Uma das coisas que os alunos do Curso de Análise de Conjuntura usando o R irão aprender é trabalhar com dados. Hoje, trago um exemplo. Peguei algumas variáveis fiscais diretamente do Banco Central usando o R e criei uma tabela com as últimas três observações dessas séries. O leitor pode vê-la abaixo. Tudo fica automatizado, de modo que na próxima atualização dos dados, basta que o aluno modifique algumas poucas linhas de código e gere novamente a tabela.

Métricas da Situação Fiscal.
	Fev/16	Mar/16	Abr/16
Nominal SPC	638572,01	579317,80	603712,88
Nominal GFBC	528095,17	468143,76	494181,58
Nominal GEM	100724,82	100958,08	98844,16
Juros SPC	513432,86	443295,76	464427,54
Juros GFBC	402501,69	332123,22	356237,70
Juros GEM	105373,01	105859,31	102744,80
Primário SPC	125139,15	136022,04	139285,34
Primário GFBC	125593,51	136020,57	137943,90
Primário GEM	-4648,19	-4901,23	-3900,64
Nominal SPC % PIB	10,75	9,71	10,08
Nominal GFBC % PIB	8,89	7,85	8,25
Nominal GEM % PIB	1,70	1,69	1,65
Juros SPC % PIB	8,64	7,43	7,76
Juros GFBC % PIB	6,78	5,57	5,95
Juros GEM % PIB	1,77	1,78	1,72
Primário SPC % PIB	2,11	2,28	2,33
Primário GFBC % PIB	2,11	2,28	2,30
Primário GEM % PIB	-0,08	-0,08	-0,07
Nominal DBGG	4017298,55	4005700,25	4039289,28
Nominal DLSP	2186771,34	2314842,91	2356611,04
Nominal DGFBC	1399516,92	1533881,44	1575573,76
Nominal DGEM	733383,49	726941,83	726632,83
DBGG % PIB	67,63	67,17	67,46
DLSP % PIB	36,81	38,82	39,36
DGFBC % PIB	23,56	25,72	26,31
DGEM % PIB	12,35	12,19	12,14

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Como Medir o Ciclo das Concessões de Crédito usando Python

Choque de juros e renda em bens duráveis e não duráveis usando Python

Atualização de resultados dos modelos de inflação da AM

Decomposição do Impulso de Crédito no Brasil usando Python

Aplicando o Time Series Transformer para prever inflação (IPCA)

Análise do Payroll norte-americano com Python

Outros artigos relacionados

Como Medir o Ciclo das Concessões de Crédito usando Python

Este artigo apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pro-ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

Atualização de resultados dos modelos de inflação da AM

O IPCA fechou 2025 em 4.26%, ficando acima da meta de 3% ao ano, mas dentro do intevalo de tolerância de ±1,5 ponto percentual. O valor veio abaixo da previsão da Análise Macro, de 4.66%, e abaixo do previsto pelo Boletim Focus, de 4.30%.

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!