Aposta alta com mão vazia: a política econômica brasileira em busca da credibilidade abalada.

mpm02A segunda edição do Monitor de Política Monetária do GECE traz o título "Aposta alta com mão vazia: a política econômica brasileira em busca da credibilidade abalada". Evidências do insucesso da "Nova Matriz Macroeconômica" são flagrantes em cada uma das seções deste Monitor e têm seu reflexo mais imediato na credibilidade das diversas instituições, como será possível depreender da leitura. É feita uma análise sobre o crescimento econômico em 2013 e as perspectivas para 2014, o mercado de trabalho apertado, os dilemas do crédito, os índices de preços, a trajetória preocupante do setor externo e os desdobramentos do tapering da política monetária norte-americana. Em relação à política monetária brasileira duas seções. Uma breve resenha sobre os ocorridos no período recente. Outra sobre as perspectivas da condução nesse ano. Para terminar, essa edição do Monitor traz três boxes. No primeiro a nossa previsão para o IPCA em 2014. No segundo utilizamos Vetores Auto-Regressivos (VAR) para verificar o impacto de uma variação cambial sobre índices de preços no atacado e no varejo. Por fim, convidamos o economista Rodolfo Nicolay para tecer algumas observações sobre o papel da comunicação do Banco Central na eficiência da política monetária. Para ler o Monitor clique aqui ou na figura ao lado. Boa leitura!

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

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.