Tag: política monetária

O que é e como aplicar análise de sentimentos no Python?

A análise de sentimentos conta palavras positivas e negativas segundo um dicionário e resume o tom de um documento em um número. Este artigo explica como a medida é construída, por que o dicionário escolhido decide o resultado, e aplica o método a cem atas do COPOM. O indicador reproduz a cronologia econômica do período, mas sua correlação com a direção dos juros é de apenas 0,09.

Como analisar o COPOM com IA automatizada?

Os “AI Assistants” são ferramentas que permitem automatizar e agilizar o processo de análise de dados e tomada de decisão. Neste artigo, mostramos como usar IA Generativa para criar um AI Assistant simples que analisa as decisões sobre a política de juros do COPOM.

FED Speeches: Quantificando a Incerteza da Política Monetária com IA e Python

Como medir a incerteza da política monetária a partir dos discursos do Federal Reserve. O artigo explica o índice EPU, a medida por contagem de palavras e por que um modelo de linguagem lê o mesmo texto de outra forma, com um exemplo em Python sobre 250 discursos de Chairs e Vice Chairs do Fed entre 2017 e 2023.

Mensuração de riscos inflacionários com regressão quantílica no R

O câmbio tem mais impacto sobre a inflação quando a inflação está elevada? Como a inércia inflacionária se comporta em regimes diferentes de inflação? Estas e outras questões macroeconômicas podem ser respondidas com análises de riscos através de regressão quantílica. Neste exercício mostramos o caminho para estimar uma Curva de Phillips Quantílica (CPQ) para o Brasil usando a linguagem R.

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.
Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002