Decomposição do Índice de Condições Financeiras no Python

Este artigo apresenta a metodologia de construção e decomposição do Índice de Condições Financeiras (ICF) para a economia brasileira, utilizando a linguagem Python. Baseado na abordagem do Banco Central do Brasil, o estudo automatiza a coleta de dados públicos e aplica a Análise de Componentes Principais (PCA) para segregar o índice em sete grupos de ativos, como juros locais, juros externo, risco, etc. A análise permite identificar quais vetores estão atuando sobre a economia, oferecendo um diagnóstico preciso sobre a virada do ciclo financeiro observada no início de 2026.
Gráfico de linha preta e barras sobre fundo branco exibindo a evolução histórica do Índice de Condições Financeiras (ICF) no Brasil de 2012 a 2026, e a contribuição de cada grupo para o valor do ICF. O eixo vertical representa o índice padronizado (z-score) e o eixo horizontal o tempo. A curva oscila em torno da linha zero, indicando ciclos de condições financeiras restritivas (valores positivos) e estimulativas (valores negativos) ao longo das últimas duas décadas.

Introdução

O Índice de Condições Financeiras (ICF) é uma métrica fundamental para mensurar o "pulso" do mercado e antecipar os movimentos do ciclo econômico. Ao sintetizar o comportamento de diversas variáveis — como juros, câmbio e risco — em um único número, ele oferece uma leitura clara sobre se o ambiente financeiro está agindo como um freio (restritivo) ou um acelerador (estimulativo) para a atividade econômica.

Neste artigo, avançamos na análise do ICF, não apenas calculando o índice cheio, mas decompondo-o em sete grupos de ativos financeiros. Todo o processo, da coleta de dados à visualização, foi automatizado utilizando a linguagem Python.

Quer ver a vídeoaula do tutorial deste exercício? E receber o código que o produziu? Faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Metodologia e Replicação

Em um exercício anterior (que você pode acessar clicando aqui), desenvolvemos o código para a construção do ICF. Nossa abordagem baseia-se na metodologia oficial do Banco Central do Brasil (BCB), utilizando a Análise de Componentes Principais (PCA) para extrair tendências comuns entre os ativos.

No entanto, realizamos ajustes estratégicos para garantir a reprodutibilidade e a automação: substituímos variáveis que dependem de fontes pagas por proxies de dados públicos. Isso permite que o Python capture, trate e modele os dados automaticamente, mantendo a essência econômica do indicador original.

O resultado dessa replicação pode ser validado visualmente. O gráfico comparativo abaixo demonstra uma aderência robusta entre o nosso índice calculado (linha azul) e o índice oficial do BCB (linha vermelha), confirmando que as adaptações metodológicas preservaram a dinâmica histórica das condições financeiras no Brasil.

Gráfico de linha comparativo entre o Índice de Condições Financeiras calculado via Python (linha azul) e o ICF oficial do Banco Central do Brasil (linha vermelha) no período de 2012 a 2026. As duas linhas apresentam uma correlação visual extremamente alta, movendo-se juntas nos picos de estresse (como recessão de 2016 e pandemia de 2020) e nos vales de afrouxamento financeiro.

No gráfico abaixo, observamos a dinâmica mais recente do ICF replicado, indicando uma melhora nas condições financeiras no Brasil.

A questão central passa a ser: quais fatores explicam a elevação ao longo de 2025 e a posterior reversão em 2026?

Para responder a isso, é necessário decompor o ICF em seus principais componentes, identificando a contribuição de cada variável para os movimentos recentes do indicador.

Essa decomposição permite separar, por exemplo, o efeito do câmbio, dos juros, dos spreads de crédito e do mercado acionário, tornando possível entender se a melhora decorreu de fatores como Juros Externos, Juros doméstico, etc.

Gráfico de linha azul sobre fundo branco exibindo a evolução histórica do Índice de Condições Financeiras (ICF) no Brasil de 2012 a 2026. O eixo vertical representa o índice padronizado (z-score) e o eixo horizontal o tempo. A curva oscila em torno da linha zero, indicando ciclos de condições financeiras restritivas (valores positivos) e estimulativas (valores negativos) ao longo das últimas duas décadas.

O que os dados nos dizem sobre 2026?

A grande vantagem da construção via PCA é a possibilidade de decompor o índice e identificar a contribuição exata de cada grupo de ativos. Ao analisarmos o gráfico de decomposição (Gráfico 1), observamos a evolução dos fatores que pressionam a economia:

  1. Ciclo Recente (2024-2025): O gráfico evidencia que este período foi marcado por condições financeiras restritivas. O fator preponderante foi o grupo "Juros Brasil" (barras azul-escuras), refletindo o ciclo de aperto monetário e a abertura da curva de juros futura, somado à pressão do grupo "Juros Exterior" (barras vermelhas) e Moedas (na passagem de 2024 para 2025).

  2. Virada de Tendência (Início de 2026): Os dados mais recentes indicam uma inflexão importante. O índice agregado se aproximou da linha neutra e se aproxima do terreno estimulativo (valores negativos).

  3. Vetores da Melhora: A decomposição revela que essa melhora é impulsionada por três frentes:

    • Juros Locais: Houve uma diminuição significativa na contribuição restritiva dos juros domésticos, sugerindo uma precificação de mercado mais benigna quanto à política monetária (possíveis cortes na Selic ou fechamento da curva longa).

    • Mercado de Capitais: O grupo (barras em azul-petróleo) passou a contribuir negativamente para o índice, o que, na metodologia do ICF, sinaliza valorização dos ativos de risco (alta da bolsa), gerando efeito riqueza e facilitando o financiamento das empresas.

    • Câmbio: O grupo "Moedas" (barras verdes) reduziu sua pressão, indicando uma estabilização ou valorização cambial que alivia os custos financeiros.

Gráfico de linha preta e barras sobre fundo branco exibindo a evolução histórica do Índice de Condições Financeiras (ICF) no Brasil de 2012 a 2026, e a contribuição de cada grupo para o valor do ICF. O eixo vertical representa o índice padronizado (z-score) e o eixo horizontal o tempo. A curva oscila em torno da linha zero, indicando ciclos de condições financeiras restritivas (valores positivos) e estimulativas (valores negativos) ao longo das últimas duas décadas.

Referências

BANCO CENTRAL DO BRASIL. Boxe 5: Índice de Condições Financeiras. In: Relatório de Inflação: dezembro 2022. Brasília: BCB, 2022. Disponível em: https://www.bcb.gov.br/content/ri/relatorioinflacao/202212/ri202212b5p.pdf.

BANCO CENTRAL DO BRASIL. Indicador de Condições Financeiras. Estudo Especial nº 76. Brasília: BCB, [s.d.]. Disponível em: https://www.bcb.gov.br/conteudo/relatorioinflacao/EstudosEspeciais/EE076_Indicador_de_condicoes_financeiras.pdf.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print
Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp