Estrutura a Termo da Taxa de Juros no Python

A Estrutura a termo de taxa de juros é a relação, em dado momento, entre taxas de juros de títulos de renda fixa de mesma qualidade creditícia, mas com diferentes prazos de vencimento. Neste post, iremos entender como é possível coletar e analisar os dados da Curva com o Python.

A estrutura temporal das taxas de juros, de forma mais simples, tem por objetivo expressar a relação entre a taxa de juros e o prazo (maturidade) do investimento. Em outras palavras, a ETTJ revela o comportamento das taxas de juros ao longo do tempo, informação de extrema relevância para os profissionais do mercado financeiro.

No Brasil, a ETTJ é geralmente elaborada a partir de títulos prefixados (LTNs), contratos futuros de taxas DI e taxas swaps DI = pré. Participam da formação da estrutura a termo juros prefixados e livres de risco.

Entre outras importantes aplicações, a ETTJ permite projetar as taxas de juros na economia. As taxas de longo prazo são formadas a partir de médias das taxas de curto prazo. Por ser formada por taxas prefixadas livres de risco, a ETTJ tem grande influência nas diversas operações do mercado financeiro que atuam com taxas prefixadas.

Através do Python, é possível capturar os dados de diferentes curvas, tanto do site da B3, quanto da anbima, por meio da biblioteca pyettj.

Por meio do código abaixo, é possível realizar a instalação e o carregamento das bibliotecas utilizadas para construir o gráfico a seguir:

# Instala e importa as bibliotecas
!pip install pyettj
!pip install bizdays
!pip install plotly
from pyettj import ettj
import pandas as pd
import plotly.express as px

A construção de todos os procedimentos para a criação dos gráficos abaixo você pode obter fazendo parte do Clube AM, o repositório especial de códigos da Análise Macro.

E a partir da importação do código, podemos visualizar a curva do DI x pré 252 do dia 13/01/2023 no gráfico abaixo.

A curva de rendimento descrita no gráfico visualiza o comportamento da estrutura a prazo dos juros a cada intervalo de tempo selecionado, ou seja, os juros para diferentes intervalos de vencimentos. Vemos que no curto prazo, há um rendimento maior que no médio e longo prazo.
Vejamos agora a comparação no mesmo dia e mês, entretanto, para anos diferentes:

Podemos entender a diferença do nível de juros no país em momentos distintos, bem como sua relação ao longo do tempo. De um período que havia uma curva ascendente para um período que a curva se tornou invertida.

______________________________________

Quer saber mais?

Veja nosso curso de Python para Investimentos.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Ancoragem de Expectativas da Inflação no Brasil: uma avaliação utilizando a linguagem de programação R

Expectativas ancoradas significam que a inflação permanece próxima da meta mesmo após choques relevantes, tornando menos custosa a atuação do Banco Central no combate a pressões inflacionárias. Neste exercício, analisamos diferentes medidas para avaliar a ancoragem das expectativas no Brasil, utilizando a linguagem de programação R como ferramenta para a construção desse exercício, realizando a coleta, tratamento, cálculos e visualização dos resultados.

Como fazer previsões para a inflação desagregada medida pelo 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.

Qual o melhor modelo para prever a inflação medida pelo IPCA?

Neste exercício, testamos 18 modelos diferentes com um conjunto fixo de regressores para previsão da taxa de inflação, medida pelo IPCA. Implementamos o método da validação cruzada, visando obter resultados robustos para comparação de métricas de performance. Apresentamos os resultados gerais e desagregados por horizontes de previsão, além de automatizar todo o processo utilizando a linguagem Python.

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.