Pedro Costa Ferreira
  • Graduação
  • Pós-Graduação
  • Research
  • In Company
  • Publicações
  • Sobre mim
  • Blog




BETS package

Descrição

O pacote BETS (sigla para Brazilian Economic Time Series) para o R (R Core Team, 2012) fornece, de maneira descomplicada, as mais relevantes séries temporais econômicas do Brasil, além de diversas ferramentas para analisá-las. O BETS preenche uma lacuna no processo de obtenção de dados no Brasil, na medida em que unifica os pontos de acesso e oferece uma interface bastante simples, flexível e robusta.

Instalando o pacote BETS direto do CRAN ou GitHub

  Para obter a versão do CRAN 
  install.package("BETS")
                      
  # para obter sempre a versão em desenvolvimento
  # e acompanhar o precessod de criação:
  install.packages("devtools")
  require(devtools)
  install_github("pedrocostaferreira/BETS")
  require(BETS)
  

Indicador de Incerteza

Descrição

O Indicador de Incerteza da Economia, divulgado mensalmente pela Fundação Getúlio Vargas por intermédio do Instituto Brasileiro de Economia, visa construir uma proxy para a incerteza econômica no Brasil. Frank Knight (1921) define incerteza como a inabilidade das pessoas em prever a probabilidade associada a certos eventos, tendo a literatura recente discutido largamente sobre seus efeitos na tomada de decisão de agentes políticos e financeiros.

Mensura-se a incerteza econômica considerando a frequência de notícias com menção à incerteza, a dispersão nas previsões dos especialistas tanto para a taxa de câmbio quanto para o IPCA e a volatilidade do mercado acionário. Essas três medidas, em conjunto, minimizam impactos que cada fator pode isoladamente ter no indicador final.


Big Data e Data Science

Descrição

O estudo dessa nova ciência tem sido um esforço contínuo. Além de acompanhar a evolução da ciência de dados e tentar estruturar em artigos e slides (uma das apresentações pode ser vista ao lado) a evolução desta nova linha de pesquisa temos ido a importantes congressos como UseR e KDD, buscado parcerias técnicas e parcerias para a obtenção de grandes bases de dados e executando alguns estudos nessa área, tais como: IPC-W, IIBR, TFCI e NOWCASTING.

Tudo isso nos tornou apto e nos fez ver a necessidade de capacitarmos pessoas, por isso, no fim de 2016 abrimos o curso de Big Data e Data Science na FGV|IDE e ,também temos treinado pessoas na própria empresa.


Núcleo Triplo Filtro: um medida de trajetória para a inflação

Descrição

As medidas de núcleo de inflação têm sido utilizadas por autoridades monetárias como ferramenta para medir a estabilização dos preços. Em países com inflação elevada, como é o caso do Brasil, no entanto, os núcleos tradicionais não parecem trazer muita informação sobre o nível geral dos preços. Mostra-se que as medidas apresentam viés, resultando na subestimação da tendência da inflação, fraca capacidade de atração e previsão da inflação (características indesejáveis segundo a literatura de núcleo da inflação). Por isso, apresenta-se uma nova medida, o núcleo triplo filtro, que filtra a inflação de três maneiras: médias aparadas, ajuste sazonal e médias móveis.

Os resultados permitem dizer que o núcleo triplo filtro, além de trazer mais informação a respeito da trajetória da inflação do que os núcleos tradicionais, fornece uma visão mais atual sobre o estado da inflação do que a inflação acumulada em 12 meses (medida comumente usada pelo público em geral no Brasil para avaliar a trajetória da inflação).


IPC-W

Descrição

Dando continuidade a parceria firmada em setembro de 2014, a Escola de Matemática Aplicada (FGV/EMAp) e o Instituto Brasileiro de Economia (FGV/IBRE) propõem a continuação do projeto “Proposta de criação de um Índice Espacial de Preços ao Consumidor (IEPC-RJ) por regiões da cidade do Rio de Janeiro”.

Durante este projeto todas as metas estabelecidas foram cumpridas, a saber: a) Tratamento dos dados das séries de preços do IBRE; b) construção de banco de dados com extensões espaciais e provisão para o cotejamento com séries de preços online; c) georreferenciamento dos informantes; d) análise de distribuição espacial de informantes; e) análise das séries temporais de preços nas 5 Aps (áreas de planejamento) do Rio de Janeiro e f) prototipação das tecnologias, desenho e automação de processo de filtragem, processamento e visualização de dados em site animado.


Estudos sobre a Sazonalidade

Descrição

A sazonalidade é causada por movimentos oscilatórios de mesma periodicidade que ocorrem em período intra-anual, como variações climáticas, férias, feriados, entre outros. A ocorrência desses eventos pode levar a conclusões inadequadas a respeito da série temporal em estudo. Para a análise econômica, o importante é detectar a diferença entre o que periodicamente ocorre e o que de fato ocorre de diferente naquele período específico, possibilitando observar a tendência e o ciclo da variável em análise. Dessa forma, precisa-se de uma ferramenta adequada que consiga remover essa componente (a sazonalidade). Nossos estudos focam-se nos possíveis métodos de ajuste sazonal, com ênfase para o X13-ARIMA-SEATS, e os aplicam em séries temporais econômicas, de Business Survey e carga de energia elétrica.



Pedro costa ferreira

Doutor em Engenharia Elétrica - (Decision Support Methods) e Mestre em Economia.

Enter your email address:

Links Gerais
  • Blog
  • Graduation
  • Terms & Conditions
LATEST POST

Análise de Séries Temporais Usando o BETS November 30, 2017

Creating Professional-Looking Dashboards with BETS November 07, 2017

Utilizando o pacote BETS (Brazilian Economic Time Series) July 27, 2017

Linkedin
Facebook
Twitter
Youtube

© 2017 - Pedro costa ferreira

  • pedrocostaferreira.github.io
  • About
  • Blog
  • Tags
  • Contact us