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

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Modelo de previsão para grupos do IPCA

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Text mining dos comunicados do FOMC: prevendo mudanças na política

Como quantificar sentimentos e emoções a partir de comunicados de política monetária? Neste exercício utilizamos os statements do FOMC para construir um índice de sentimentos, o que permite comparar a "narrativa" com a prática da política monetária, ou seja, mudanças da taxa de juros. Também avaliamos se tal índice é útil em prever mudanças de política através do teste de causalidade de Granger.

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.

Cyber Monday

Receba um desconto incrível em nossos cursos e formações diretamente na finalização da matrícula. Aplique o cupom CM2023.

>> Escolher um curso ou formação