Tag

comércio Archives - Análise Macro

Nível de Atividade: 4º Trimestre começa com boas notícias

By | PIB

Nos últimos dias, tivemos a divulgação de três importantes pesquisas de nível de atividade referentes a outubro: produção industrial, comércio e serviços. Os resultados vieram positivos, indicando um bom início de quarto trimestre. A seguir, detalhamos os principais resultados das três pesquisas.

Métricas da Indústria Geral (%)
Mensal Interanual Trimestral Anual
2019 Aug 1,3 -2,0 0,2 -1,6
2019 Sep 0,3 1,0 0,5 -1,3
2019 Oct 0,8 1,0 0,8 -1,3

A produção industrial teve crescimento de 0,8% na margem e de 1% na comparação interanual, em outubro. A tabela acima resume os últimos três meses de crescimento positivo na margem. A seguir os gráficos das principais métricas de crescimento.

A média móvel trimestral mostra um crescimento há três meses consecutivos. A recuperação da produção industrial, contudo, ainda é incipiente. É preciso maiores dados para verificar uma maior consistência na recuperação. A seguir, analisamos as vendas no comércio, tanto na ótica restrita quanto na ótica ampliada, que incluí construção e veículos.

Métricas da PMC-IBGE (%)
Mensal Trimestral Interanual 12 meses
Volume Restrito 0,1 0,4 4,2 1,8
Receita Restrito 0,5 0,4 5,2 5,0
Volume Ampliado 0,8 0,7 5,6 3,8
Receita Ampliado 1,1 0,8 6,6 6,4

O Varejo Ampliado avançou 0,8% na margem, enquanto o restrito teve avanço de 0,5%. A seguir, colocamos os gráficos do índice de média móvel trimestral.

O varejo restrito mostrou uma leve redução no trimestre encerrado em outubro, contra o trimestre encerrado em setembro. O varejo ampliado, por outro lado, se manteve praticamente estável, em termos de volume. A variação acumulada em 12 meses do volume de comércio parou de piorar nos últimos meses, de modo que estamos prestes a ver uma reversão nessa métrica. Os gráficos a seguir ilustram.

A seguir, ilustramos as métricas referentes aos Serviços.

Métricas da PMS-IBGE (%)
Mensal Trimestral Interanual 12 meses
Receita 1,4 0,9 6,0 4,3
Volume 0,8 0,7 2,7 0,8

Os serviços também voltaram a apresentar crescimento positivo em outubro, com avanço de 0,8% na margem. A média móvel trimestral teve leve recuo em outubro, mas ainda permanece em campo positivo. Há uma leve recuperação em curso, mas ainda incipiente.

Em suma, os dados referentes ao primeiro mês do 4º trimestre são positivos, mas é preciso cautela. É preciso acompanhar os drivers que alimentam a recuperação em curso, como renda e crédito.

_______________

(*) Aprenda a fazer análises como essa em nosso Curso de Análise de Conjuntura usando o R.

Depreciação cambial ainda não preocupa

By | Indicadores

O boletim Focus divulgado agora há pouco trouxe poucas novidades. O destaque é que, pela quarta semana seguida, a mediana das instituições consultadas corrigiu a expectativa para a taxa de câmbio R$/US$ no final do ano. Agora, espera-se que o câmbio feche próximo a 3,87 R$/US$. A despeito disso, a inflação esperada segue em queda, agora esperada em 3,54% para o ano de 2019. O motivo disso é que o repasse cambial parece estar sendo compensado pela queda dos preços de commodities e, obviamente, pela ociosidade ainda grande da economia.

Para a semana, o destaque é a divulgação da Pesquisa Mensal do Comércio na quarta e da Pesquisa Mensal de Serviços na quinta-feira. Ambas as pesquisas contam com scripts automáticos que são detalhados em nosso Curso de Análise de Conjuntura usando o R. Maiores detalhes sobre o boletim Focus, veja nossa apresentação automática aqui.

Para nossos alunos do plano premium e para todos os assinantes do Clube do Código, a Edição 48 constrói um modelo que busca medir o repasse cambial para a inflação. Em média, a cada 10% de desvalorização, estimamos um repasse de 0,56 p.p. em um trimestre. Como dito acima, entretanto, esse repasse não é automático, uma vez que pode ser compensado pela ociosidade da economia e por outros fatores como preços de commodities.

Construindo o gap entre indústria e comércio com o R

By | Comentário de Conjuntura

A produção industrial e o comércio varejista costumam estar correlacionados ao longo do tempo. Isto é, à medida que as pessoas compram mais, a indústria produz mais, em um círculo virtuoso que faz crescer a economia doméstica. Há períodos, contudo, que esse comportamento correlacionado pode apresentar um certo distanciamento ou gap devido a fatores específicos que afetam uma ou outra variável. Como poderíamos verificar esse gap em termos empíricos? É o que faremos nesse post  - aprenda a lidar com dados reais como esse em nossos Cursos Aplicados de R.

Antes de tudo, precisamos pegar os números índices da produção industrial e do comércio varejista. Podemos usar o pacote sidrar para pegar esses dados diretamente do IBGE. O código abaixo implementa.


library(sidrar)
industria = get_sidra(api='/t/3653/n1/all/v/3135/p/all/c544/129314/d/v3135%201')$Valor
industria = ts(industria, start=c(2002,01), freq=12)
comercio = get_sidra(api='/t/3417/n1/all/v/1186/p/all/c11046/40311/d/v1186%201')$Valor
comercio = ts(comercio, start=c(2003,01), freq=12)

Observe que o código pega apenas o número-índice e o transforma em série temporal. Uma vez feito isso, precisamos obter agora a taxa de variação acumulada em 12 meses, de modo a poder comparar as duas séries ao longo do tempo. O código abaixo implementa.


comercio12 = (((comercio+lag(comercio,-1)+lag(comercio,-2)+lag(comercio,-3)+
lag(comercio,-4)+lag(comercio,-5)+lag(comercio,-6)+
lag(comercio,-7)+lag(comercio,-8)+lag(comercio,-9)+
lag(comercio,-10)+lag(comercio,-11))/12)/
((lag(comercio,-12)+lag(comercio,-13)+lag(comercio,-14)+
lag(comercio,-15)+lag(comercio,-16)+lag(comercio,-17)+
lag(comercio,-18)+lag(comercio,-19)+lag(comercio,-20)+
lag(comercio,-21)+lag(comercio,-22)+lag(comercio,-23))/12)
-1)*100
industria12 = (((industria+lag(industria,-1)+lag(industria,-2)+lag(industria,-3)+
lag(industria,-4)+lag(industria,-5)+lag(industria,-6)+
lag(industria,-7)+lag(industria,-8)+lag(industria,-9)+
lag(industria,-10)+lag(industria,-11))/12)/
((lag(industria,-12)+lag(industria,-13)+lag(industria,-14)+
lag(industria,-15)+lag(industria,-16)+lag(industria,-17)+
lag(industria,-18)+lag(industria,-19)+lag(industria,-20)+
lag(industria,-21)+lag(industria,-22)+lag(industria,-23))/12)
-1)*100

Feito isso, basta gerarmos um gráfico como o abaixo, que mostra uma janela começando em 2014...

_______________________________________________________________

Conheça nossos Cursos Aplicados de R e aprenda a coletar, tratar, analisar e apresentar dados reais com o R!

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

Assinar Gratuitamente