Tag

análise da produção industrial Archives - Análise Macro

Relatório #24 - PIM-PF

By | Indicadores

No Relatório AM dessa semana, iremos comentar sobre o resultado da Pesquisa Industrial Mensal no mês de setembro, divulgadas pelo IBGE. Neste relatório, iremos visualizar as variações marginais, interanuais e acumuladas em 12 meses das três principais seções do índice, e também da atividade de indústria que acompanha a fabricação de veículos.

No mês, tem-se a queda da variação mensal nas três principais seções da indústria, como podemos observar na tabela a seguir.

Na variação mensal do índice, vê-se a lateralização na variação mensal da indústria geral, de transformação e da fabricação de veículos. Já a indústria extrativa apresenta mais volatilidade.

Em relação a variação contra o mesmo mês do ano anterior, a pesquisa, no mês de setembro, apresentou resultados negativos para a indústria geral (-3,88%) e indústria de transformação (-4,82%). A indústria extrativa configura variação positiva de 3,19%.

É possível notar a volatilidade da indústria extrativa através do gráfico, bem como os picos ocorridos no ano de 2021 devido ao congelamento da indústria, efeito da pandemia de coronavírus. Após a alta, a variação interanual vem decaindo ao longo do fim de 2021.

Em relação a variação interanual, vê-se a diferença da indústria extrativa em relação aos outros indicadores, que acumula o valor negativo de 0,75% no mês de setembro.

No gráfico, é possível visualizar que a indústria extrativa, diferente das outras atividades da indústria, não alcançou o valor positivo para a variação acumulada em 12 meses desde 2019, exceto para o primeiro mês daquele ano.

________________________

(*) Para entender mais sobre Produção Industrial e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Análise da Produção Industrial com o R

By | Comentário de Conjuntura

O IBGE divulgou hoje pela manhã o resultado da Produção Industrial referente a setembro. A coletatratamento apresentação dos dados da pesquisa com o R é ensinada no nosso Curso de Análise de Conjuntura usando o R. A seguir, apresento uma parte do código que gera a apresentação disponível ao final do post.

O script começa carregando alguns pacotes:


library(tidyverse)
library(lubridate)
library(tstools)
library(sidrar)
library(zoo)
library(scales)
library(gridExtra)
library(tsibble)
library(timetk)
library(knitr)

Na sequência, importamos os dados da indústria geral e das atividades da indústria de transformação diretamente do SIDRA/IBGE com o pacote sidrar. Tanto o número índice encadeado quanto o número índice ajustado sazonalmente.


# Produção Física por Seção e Atividades
## Número-Indice com ajuste sazonal
tabela_sa = get_sidra(api='/t/3653/n1/all/v/3134/p/all/c544/all/d/v3134%201') %>%
mutate(date = parse_date(`Mês (Código)`, format='%Y%m')) %>%
select(date, "Seções e atividades industriais (CNAE 2.0)", Valor) %>%
spread("Seções e atividades industriais (CNAE 2.0)", Valor) %>%
as_tibble()

## Número-Indice sem ajuste sazonal
tabela = get_sidra(api='/t/3653/n1/all/v/3135/p/all/c544/all/d/v3135%201') %>%
mutate(date = parse_date(`Mês (Código)`, format='%Y%m')) %>%
select(date, "Seções e atividades industriais (CNAE 2.0)", Valor) %>%
spread("Seções e atividades industriais (CNAE 2.0)", Valor) %>%
as_tibble()

Feito isso, podemos criar algumas métricas de crescimento com o código abaixo.


## Variação na Margem
tabela_sa_ts = ts(tabela_sa[,-1], start=c(year(tabela_sa$date[1]),
month(tabela_sa$date[1])), freq=12)
margem = (tabela_sa_ts/stats::lag(tabela_sa_ts,-1)-1)*100
colnames(margem) <- colnames(tabela_sa[,-1])
margem = tk_tbl(margem, preserve_index = TRUE,
rename_index = 'date')
margem_long = margem %>%
gather(variavel, valor, -date)

## Variação Interanual
tabela_ts = ts(tabela[,-1], start=c(year(tabela$date[1]),
month(tabela$date[1])), freq=12)
interanual = (tabela_ts/stats::lag(tabela_ts,-12)-1)*100
colnames(interanual) <- colnames(tabela[,-1])
interanual = tk_tbl(interanual, preserve_index = TRUE,
rename_index = 'date')
interanual_long = interanual %>%
gather(variavel, valor, -date)

## Variação acumulada em 12 meses
anual = acum_i(tabela_ts,12) %>%
as_tibble() %>%
mutate(date = tabela$date) %>%
drop_na() %>%
select(date, everything())

anual_long = anual %>%
gather(variavel, valor, -date)

Uma vez que conseguimos criar as métricas de crescimento, podemos apresentar as mesmas. Primeiro, em tabelas.

Produção Industrial: variação na margem
Mês Indústria Geral Indústria Extrativa Indústria de Transformação
abr 2020 -19.52 -0.46 -23.41
mai 2020 8.71 -5.00 13.29
jun 2020 9.59 5.02 10.41
jul 2020 8.62 9.21 9.30
ago 2020 3.61 3.09 3.65
set 2020 2.55 -3.73 3.87

Como se vê, a indústria geral tem apresentado seguidas variações positivas desde maio. O gráfico a seguir ilustra a retomada.


Essa retomada na margem, diga-se, aos poucos deve ser sentida nas outras métricas. Os gráficos abaixo mostram a recuperação quando se considera a variação interanual.

Mais lentamente, contudo, veremos uma recuperação sendo sentida na variação acumulada em 12 meses, como pode ser visto nos gráficos a seguir.

(*) A análise completa está disponível no nosso Curso de Análise de Conjuntura usando o R.

Análise da Produção Industrial com o R

By | PIB

Na última terça-feira, 03/09, o IBGE divulgou o resultado da Produção Industrial referente a julho. A indústria geral registrou queda de 0,3% em relação ao mês anterior e de 2,5% em relação ao mesmo mês de 2018. No acumulado em 12 meses a produção industrial registra queda de 1,3%. No nosso Curso de Análise de Conjuntura usando o R, a propósito, temos um script que faz uma apresentação automática da Produção Industrial. Ele começa carregando os seguintes pacotes.


library(ggplot2)
library(sidrar)
library(xtable)
library(forecast)
library(grid)
library(png)
library(gridExtra)

Uma vez carregados os pacotes que utilizaremos na apresentação, podemos importar os dados do SIDRA/IBGE com o pacote sidrar. O código abaixo implementa.


# Importação dos dados
table1 = get_sidra(api='/t/3653/n1/all/v/3134,3135/p/all/c544/all/d/v3134%201,v3135%201')
table2 = get_sidra(api='/t/3651/n1/all/v/3134,3135/p/all/c543/129278,129283,129300,129301,129305/d/v3134%201,v3135%201')

O código acima pega as tabelas 3651 e 3653 do SIDRA. A partir disso, nós tratamos os dados e geramos tabelas e gráficos de modo a compreender os resultados da pesquisa. Para ilustrar, abaixo colocamos o gráfico da indústria geral, sob diferentes métricas.

O script completo bem como videoaula detalhada está disponível para todos os alunos do Curso de Análise de Conjuntura usando o RAs inscrições para a Turma de Primavera estão abertas!

Levando a Produção Industrial para o R

By | PIB

Está disponível ao clicar na imagem ao lado uma apresentação completa dos dados da Produção Industrial (PIM-PF) referente ao mês de novembro de 2017 (último dado disponível). O script da apresentação, disponível para os membros do Clube do Código, automatiza completamente a coleta, tratamento, análise e apresentação dos dados da pesquisa. A partir de fevereiro de 2018, o script contemplará ainda um modelo de previsão da produção industrial.

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar Gratuitamente