Tag

pnad no r Archives - Análise Macro

CAGED vs. PNAD Contínua

By | Clube AM

Há um burburinho no mundinho dos economistas com respeito às diferenças entre o CAGED e a PNAD Contínua. Para muita gente dentro do mercado, o CAGED não estaria sinalizando de forma clara, por diversos problemas metodológicos, a ociosidade na economia. Já a PNAD Contínua retrataria melhor o fundo do poço pelo qual passa no país.

Instigado por esse fato, eu resolvi dar uma aula gratuita na próxima terça-feira, às 21h, sobre como analisar as duas pesquisas com o R. Se você tiver interesse, se inscreve lá no nosso Canal do youtube e ativa o lembrete da aula aqui.

A análise de ambas as pesquisas é ensinada, diga-se, no nosso Curso de Análise de Conjuntura usando o R.

A coleta dos dados é feita via o SIDRA/IBGE e via o IPEADATA. Os dados são devidamente tratados de forma a poderem ser comparados, uma vez que o CAGED se refere a um fluxo e a PNAD se refere a um estoque.

Feito isso, chegamos ao gráfico abaixo.

As séries devidamente tratadas mostram uma situação interessante. A PNAD Contínua acabou por sinalizar mais o tombo em 2020 do que o CAGED. Ademais, em exercício anterior feito no âmbito do antigo Clube do Código, os resultados encontrados sugeriam que o CAGED tinha precedência temporal sobre a população ocupada com carteira da PNAD. Essa precedência parece ter mudado, ao incorporar os novos dados do CAGED: há, agora, uma "causalidade" nos dois sentidos. Tanto a população ocupada da PNAD influencia o CAGED, quanto o contrário.

A decomposição de variância entre as séries também mudou bastante. Antes, a variância do CAGED era explicada  basicamente pela própria série (quando incluíamos as duas séries em um modelo VEC), hoje cerca de 44% da variância é explicada pela PNAD Contínua. Já a PNAD, antes 44% da variância era explicada pelo CAGEd e o restante pela própria série. Agora, 75% da variância é explicada pela própria série.

Os resultados encontrados sugerem, diga-se, que houve uma mudança significativa na relação entre as duas séries, de modo que a PNAD Contínua pode ter se tornado um sinalizador melhor do que está ocorrendo com o mercado de trabalho.

Uma possível explicação para isso está, claro, na mudança metodológica feita no CAGED em janeiro de 2020, que passou a ter como fonte dos seus dados o eSocial.

O novo exercício será publicado no Clube AM na próxima semana.

Membros do Clube AM, por suposto, têm acesso a todos os códigos de ambos os exercícios.

____________________________

Desemprego segue subestimado no Brasil

By | Comentário de Conjuntura

No nosso Curso de Análise de Conjuntura usando o R, ensino os alunos a analisar os dados da Pesquisa Nacional por Amostra de Domicílios Contínua (PNAD Contínua), que traz diversos dados sobre o mercado de trabalho brasileiro. A análise desses dados dá uma dimensão interessante sobre os efeitos da pandemia do Covid-19. Para ilustrar, vamos olhar alguns dados agregados nesse Comentário de Conjuntura.

O script, como de hábito, começa com alguns pacotes...


## Pacotes utilizados nessa apresentação
library(tidyverse)
library(lubridate)
library(sidrar)
library(zoo)
library(scales)
library(timetk)
library(knitr)

Uma vez que os pacotes estejam carregados, eu posso pegar alguns dados agregados da PNAD, como no código abaixo.


populacao = get_sidra(api='/t/6022/n1/all/v/606/p/all') %>%
mutate(date = parse_date(`Trimestre Móvel (Código)`,
format='%Y%m')) %>%
select(date, Valor) %>%
as_tibble()

names = c("date", 'pnea', 'pea', 'desocupada', 'ocupada', 'pia')
condicao = get_sidra(api='/t/6318/n1/all/v/1641/p/all/c629/all') %>%
mutate(date = parse_date(`Trimestre Móvel (Código)`,
format='%Y%m')) %>%
select(date, "Condição em relação à força de trabalho e condição de ocupação", Valor) %>%
spread("Condição em relação à força de trabalho e condição de ocupação", Valor) %>%
`colnames<-`(names) %>%
as_tibble()

Com o código acima, eu pego dados de duas tabelas, a 6022 e 6318. Assim, consigo criar as variáveis que eu mais quero, que são a taxa de desemprego e a taxa de participação com o código a seguir.


agregado_pnad = inner_join(populacao, condicao, by='date') %>%
rename(populacao = Valor) %>%
mutate(inativos = populacao - pia,
desemprego = desocupada/pea*100,
participacao = pea/pia*100) %>%
select(date, populacao, inativos, pia, pea, pnea, ocupada, desocupada,
desemprego, participacao)

Uma vez que os dados estejam disponíveis, posso visualizá-los como abaixo.

Observe que o desemprego se aproxima dos 14% da PEA (População Economicamente Ativa). Porém, isso se dá com uma taxa de participação (PEA sobre a PIA) bastante reduzida por conta da pandemia do Covid-19. Em palavras outras, com o fim do auxílio emergencial e também com a proximidade da vacina e/ou da imunidade de rebanho na maioria das capitais, espera-se que o desemprego dê um salto ainda maior nos próximos meses.

________________

(*) Para ter acesso aos códigos completos de nossos futuros exercícios, cadastre-se na nossa Lista VIP aqui.

(**) As inscrições para as Turmas de Verão começam no próximo dia 27/10. Para ser avisado por e-mail, cadastre-se aqui.

Versão 4.0 do Curso de Análise de Conjuntura: inscrições abertas!

By | Cursos da Análise Macro

As inscrições para a versão 4.0 do nosso Curso de Análise de Conjuntura usando o R estão abertas! O curso cobre a construção automatizada de scripts que coletam, tratam e visualizam dados macroeconômicos. Todo o material para essa versão foi revisado, de forma a simplificar os scripts, mostrar o passo a passo dos códigos, linha por linha. Entre as demais inovações dessa versão, estão:

  • Coleta automatizada de dados macroeconômicos;
  • Códigos tidyverse para tratamento dos dados;
  • Visualização dos dados com o pacote ggplot2;
  • Inclusão da seção Construção de Cenários Macroeconômicos;
  • Construção de apresentações RMarkdown em todas as seções do curso;
  • Videoaulas das seções foram subdivididas em tópicos menores, tornando o aprendizado mais dinâmico;
  • Inclusão de uma seção extra com a construção de uma apresentação completa de conjuntura econômica feita em RMarkdown;
  • Suporte customizado através de plataforma tira-dúvidas e mentorias exclusivas com o professor do Curso.

Voltado para estudantes de graduação e pós-graduação, professores e profissionais de mercado, a quarta versão do nosso Curso de Análise de Conjuntura usando o R irá lhe ensinar a lidar com dados de verdade usando o que há de mais sofisticado da linguagem. Você aprenderá a coletar e tratar dados de inflação, nível de atividade, mercado de trabalho, crédito, política fiscal, política monetária, setor externo e economia internacional de forma 100% intuitiva e didática.

O curso inclui ainda um super bônus com 21 exemplos práticos de gráficos usando o pacote ggplot2. Scripts com o passo a passo de todos os gráficos serão disponibilizados em módulo independente para os alunos.

Para verificar todas as informações e condições de inscrição, visite a página do Curso aqui.

Versão 4.0 do Curso de Análise de Conjuntura abre inscrições no próximo dia 23/06

By | Cursos da Análise Macro

As inscrições para a versão 4.0 do nosso Curso de Análise de Conjuntura usando o R abrem no próximo dia 23/06. O curso cobre a construção automatizada de scripts que coletam, tratam e visualizam dados macroeconômicos. Todo o material para essa versão foi revisado, de forma a simplificar os scripts, mostrar o passo a passo dos códigos, linha por linha. Entre as demais inovações dessa versão, estão:

  • Coleta automatizada de dados macroeconômicos;
  • Códigos tidyverse para tratamento dos dados;
  • Visualização dos dados com o pacote ggplot2;
  • Inclusão da seção Construção de Cenários Macroeconômicos;
  • Construção de apresentações RMarkdown em todas as seções do curso;
  • Videoaulas das seções foram subdivididas em tópicos menores, tornando o aprendizado mais dinâmico;
  • Inclusão de uma seção extra com a construção de uma apresentação completa de conjuntura econômica feita em RMarkdown;
  • Suporte customizado através de plataforma tira-dúvidas e mentorias exclusivas com o professor do Curso.

Voltado para estudantes de graduação e pós-graduação, professores e profissionais de mercado, a quarta versão do nosso Curso de Análise de Conjuntura usando o R irá lhe ensinar a lidar com dados de verdade usando o que há de mais sofisticado da linguagem. Você aprenderá a coletar e tratar dados de inflação, nível de atividade, mercado de trabalho, crédito, política fiscal, política monetária, setor externo e economia internacional de forma 100% intuitiva e didática.

O curso inclui ainda um super bônus com 21 exemplos práticos de gráficos usando o pacote ggplot2. Scripts com o passo a passo de todos os gráficos serão disponibilizados em módulo independente para os alunos.

Para verificar todas as informações e condições de inscrição, visite a página do Curso aqui.

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

Assinar Gratuitamente