Tag

fbcf Archives - Análise Macro

Ibovespa x Economia real: qual a relação?

By | mercado financeiro

O Índice Bovespa ou simplesmente conhecido como Ibovespa, é o indicador mais importante no acompanhamento da cotação das ações negociadas na B3, a bolsa de valores brasileira. O índice, por suposto, acompanha a variação de preços das ações das maiores empresas do Brasil, isto é, a depender dos resultados operacionais e financeiros das companhias, os seus preços acompanharão as expectativas dos investidores com base nesses resultados, ou seja, a Ibovespa acompanhará essa mesma trajetória.

Dito isto, a depender dos resultados das empresas, o crescimento do país é afetado, e um bom indicador para saber a trajetória da economia real do país é a Formação Bruta de Capital Físico. Nesse post, investigaremos se existe uma relação do Ibovespa com a FBCP por meio da estimação de um Vetor de Correção de Erros (VEC) e de uma análise das funções impulso-resposta.

Primeiro devemos coletar os dados necessários. Abaixo realizamos a coleta e o tratamento de dados do Ibovespa, além de trimestralizar a série.


library(quantmod)

library(xts)

library(sidrar)

library(timetk)

library(tidyverse)

 


# IBOVESPA

## Coleta os dados do Yahoo Finance

getSymbols("^BVSP", src= "yahoo",
from= as.Date('2001-01-01'))

## Captura os preços de fechamento

ibovespa <- Cl(BVSP) %>%
na.omit() %>%
`colnames<-`("ibovespa")

## Transforma em trimestral

ibov_qtr <- apply.quarterly(ibovespa, FUN = mean) %>%
tk_tbl(preserve_index = TRUE,
rename_index = "date") %>%
mutate(date = as.yearqtr(date, type = "%Y%q"))

## Cria o objeto ts

ibov_qtr_ts <- ts(ibov_qtr$ibovespa, start=c(2001,01), freq = 4)

 

Em seguida, fazemos o mesmo para a FBCF.


# FBCF

## Coleta os dados do SIDRA e calcula o crescimento interanual

fbcf = get_sidra(api="/t/1620/n1/all/v/all/p/all/c11255/93406/d/v583%202") %>%
dplyr::select(date = "Trimestre (Código)", value = "Valor") %>%
mutate(date = as.yearqtr(date, format = "%Y%q"),
dfbcf = (value/lag(value, 4) -1) * 100)

## Cria o objeto ts

fbcf_ts = ts(fbcf$value, start=c(1996,01), freq=4)

dfbcf_ts = (fbcf_ts/stats::lag(fbcf_ts, -4) -1) * 100

 

Em seguida, podemos visualizar as séries em conjunto para investigar a relação de ambos ao longo do tempo.

De outra forma, é possível visualizar a correlação entre as séries em suas defasagens, vemos que quanto maior a defasagem, menor a correlação.

Por fim, construímos um modelo de Vetor de Correção de Erros (VEC) entre as duas séries, de forma que seja possível investigar as funções impulso-resposta. Vemos que a partir da metodologia, um choque na Ibovespa tem efeito sobre a variação da FBCF. Vemos isto no gráfico abaixo.

Por meio da metodologia utilizada no post foi possível averiguar a existência de relação entre os dois indicadores. Para que você consiga descobrir fenômenos como esse, os nosso cursos de Macroeconomia, Séries Temporais e Finanças Quantitativas são fundamentais para esse aprendizado, auxiliando tanto na teoria quanto na prática.

 

 

Retomada está sendo liderada pela iniciativa privada

By | Comentário de Conjuntura

O IBGE divulgou hoje pela manhã os resultados das Contas Nacionais Trimestrais referentes ao terceiro trimestre. O PIB teve alta de 0,6% em relação ao 2º tri, número levemente superior à expectativa que era de 0,5%. Na comparação com o mesmo trimestre de 2018, houve avanço de 1,2%. Ao abrir o PIB pelo lado da oferta, observa-se que houve crescimento nos três grandes setores, com destaque para a agropecuária, que cresceu 1,3% na margem. Os serviços, que têm o maior peso, cresceram 0,4% na margem. Pelo lado da demanda, o destaque foi o crescimento na margem de 2% na Formação Bruta de Capital Fixo (FBCF). A tabela abaixo, resume.

Variação dos Componentes do PIB (%)
Margem Trimestral Anual 2 anos
Agro 1,3 2,1 2,0 3,5
Ind 0,8 1,0 -0,0 1,2
Serv 0,4 1,0 1,1 2,9
PIB 0,6 1,2 1,0 2,6
Consumo 0,8 1,9 1,7 4,3
Governo -0,4 -1,4 -0,8 -0,1
FBCF 2,0 2,9 3,0 7,3
Exportação -2,8 -5,5 1,3 4,5
Importação 2,9 2,2 2,4 12,3

O resultado na margem mostra uma pequena aceleração na taxa de crescimento do PIB, se comparado com os resultados anteriores. O crescimento anualizado no terceiro trimestre está em 2,4%. O gráfico abaixo ilustra.


O resultado interanual, por seu turno, mostra um resultado em linha com uma recuperação em torno de 1%. Nessa métrica, houve também uma recuperação da taxa de crescimento. O gráfico a seguir ilustra.

A seguir, investigamos os componentes do PIB. Para começar, abrimos o destaque do terceiro trimestre, a FBCF.

Importante lembrar que dada a mudança contábil na importação de plataformas de petróleo, feita no terceiro trimestre de 2018, a base de comparação é um pouco mais elevada, o que torna o resultado de 2,9% bastante robusto. A recuperação da FBCF, diga-se, abriu uma "boca de jacaré" em relação à poupança, como pode ser visto abaixo.

O outro destaque positivo pelo lado da demanda foi o Consumo das Famílias, que cresceu 0,8% na margem e 1,9% na comparação interanual, refletindo melhores condições de crédito e renda. Os gráficos abaixo ilustram.

Os dados mais robustos do mercado de trabalho, como aumento da massa salarial, indicam que o Consumo das Famílias deve continuar se recuperando no último trimestre do ano. O resultado do 3º tri, por suposto, deixa claro uma mudança importante na composição do crescimento. Enquanto Consumo das Famílias e FBCF apresentam recuperação, houve uma inflexão no Consumo do Governo, como ilustram os gráficos abaixo.

Significa dizer que a retomada do crescimento está sendo liderada pela iniciativa privada. Justamente por isso, há uma lentidão acima do normal na recuperação em curso. O gráfico abaixo ilustra o PIB  em nível, mostrando que voltamos ao patamar de 2015.

Em resumo, os dados do PIB surpreenderam positivamente, com uma distribuição saudável de crescimento por parte da demanda. No lado da oferta, ainda espera-se dos Serviços e da Indústria uma recuperação um pouco mais forte. A ver.

________________________

(*) As Contas Nacionais Trimestrais contam com script automático de coleta, tratamento e análise dos dados no nosso Curso de Análise de Conjuntura usando o R.

Ibovespa vs. economia real: há relação?

By | Comentário de Conjuntura

Uma das questões que têm intrigado analistas e economistas de mercado é a desconexão entre o Índice Bovespa e a economia real. A despeito do IBOV ter flertado com o nível histórico de 100 mil pontos, a economia real tem patinado nesse início de 2019, como pode ser avaliado a partir de indicadores de alta frequência como o IBC-Br. Olhando para os dados, como poderíamos encaminhar essa questão? É o que vemos nesse post da Análise Macro - para aprender a fazer análises como essa, não deixe de conhecer o nosso curso de Análise de Conjuntura usando o R.

Antes de mais nada, precisamos pegar os dados. Vamos utilizar o pacote quantmod para ter acesso ao índice Bovespa. O código abaixo puxa os dados da base do yahoo finance diretamente para o RStudio.


# IBOVESPA
library(quantmod)
library(xts)
env <- new.env()
getSymbols("^BVSP",src="yahoo",
env=env,
from=as.Date('2001-01-01'))
ibovespa = env$BVSP[,4]
ibovespa = ibovespa[complete.cases(ibovespa)]
ibovespa = apply.quarterly(ibovespa, FUN=mean)
ibovespa = ts(ibovespa, start=c(2001,01), freq=4)

De posse dos dados do IBOV, qual seria a melhor proxy para a economia real? Pensei aqui em pegar o número índice da FBCF, depois a variação interanual desse índice, para ver se há alguma correlação com o IBOV. O código abaixo usa o pacote sidrar e operacionaliza isso.


# FBCF
library(sidrar)
fbcf = get_sidra(api="/t/1620/n1/all/v/all/p/all/c11255/93406/d/v583%202")
fbcf = fbcf$Valor
fbcf = ts(fbcf, start=c(1996,01), freq=4)
dfbcf = (fbcf/lag(fbcf,-4)-1)*100

Agora que já temos os dados do Ibovespa e da variação interanual da FBCF, podemos ver um gráfico com as duas séries. Como, naturalmente, elas estão em escalas diferentes, precisaremos colocar um no eixo principal e outra no eixo secundário.

O gráfico acima sugere que exista de fato uma correlação entre elas, mas a relação parece ter se descolado de 2010 para frente. A correlação para toda a amostra é de 0,18, enquanto até 2010 a correlação é de 0,57. Ademais, pode ser interessante verificar a correlação entre as séries, defasando a variação da FBCF. Os gráficos abaixo ilustram até a terceira defasagem.

Como se pode ver, há um decaimento na correlação entre as variáveis, conforme aumentamos a defasagem da variação da FBCF.

O que isso tem a dizer? Por enquanto, nada. Observe que estamos fazendo apenas uma análise preliminar dos dados, tentando ver alguma relação entre o IBOV e uma proxy da economia real. Para nos aprofundarmos no assunto, teríamos que ver outros candidatos a proxy, bem como construir um modelo que avalie mais profundamente a relação entre as variáveis, como fazemos no nosso curso de Séries Temporais usando o R.

Outro ponto que precisa ser avaliado é que o IBOV reflete expectativas do mercado a cerca do que vai ocorrer com a economia doméstica e com o cenário externo ao longo do tempo. Isto é, para que as séries acima andem juntas é preciso "limpar" muita coisa.

Ao longo das próximas semanas, vamos construir um modelo para avaliar a relação entre as séries. Por enquanto, membros do Clube do Código têm acesso ao script completo desse comentário lá no repositório do github. Até lá!

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

Assinar Gratuitamente