Tag: banco central

Replicando um Indicador de Incerteza no Python (IIE-Br)

Como construir um indicador de incerteza da economia brasileira no Python, replicando a lógica do IIE-Br da FGV. O exercício usa as atas do COPOM como fonte textual e a dispersão das expectativas de mercado (IPCA, câmbio e Selic) do Banco Central, tudo com dados públicos. O resultado acompanha de perto o índice oficial da FGV nos grandes episódios de crise.

Decomposição do Impulso de Crédito no Brasil usando Python

Neste exercício, mostramos como o Python pode ser utilizado para calcular uma métrica central para a compreensão da dinâmica entre crédito e atividade econômica no Brasil, a partir de um ciclo completo e altamente reprodutível de coleta, tratamento e análise de dados.

Monitor de política monetária: como construir

Como ler automaticamente as atas do Copom com Python e transformá-las em três indicadores: o tom do texto por análise de sentimento, a complexidade da comunicação por um índice de legibilidade, e a distância entre a Selic praticada e a prescrita por uma regra de Taylor estimada. Com 260 atas desde 1998.

Qual o efeito de um choque de juros sobre a inadimplência?

Neste exercício, exploramos a relação dinâmica entre o custo do crédito (juros na ponta) e o risco realizado (taxa de inadimplência) através de uma análise exploratória de dados e modelagem econométrica utilizando a linguagem de programação R.

Estamos em pleno emprego no mercado de trabalho?

Este artigo investiga se o mercado de trabalho brasileiro atingiu o nível de pleno emprego, utilizando uma estimativa da NAIRU (Non-Accelerating Inflation Rate of Unemployment) baseada na metodologia de Ball e Mankiw (1997). Através de uma modelagem em Python que unifica dados históricos da PME e PNAD Contínua com as expectativas do Boletim Focus, comparamos a taxa de desocupação corrente com a taxa neutra estrutural. A análise visual e quantitativa sugere o fechamento do hiato de desemprego, sinalizando potenciais pressões inflacionárias. O texto detalha o tratamento de dados, a aplicação do Filtro Hodrick-Prescott e discute as vantagens e limitações da metodologia econométrica adotada.
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