Aula (28/04/16)

Script para R da aula do dia 28/04/2016

Foram utilizadas as seguintes variáveis do Sistema Gerenciador de Séries Temporais do Banco Central do Brasil, para o período de jan/2002 até fev/2016:

  • 4382: PIB acumulado dos últimos 12 meses - Valores correntes (R$ milhões)
  • 4501: Divida líquida do governo geral - Saldos em R$ milhões
  • 4502: Dívida bruta do governo geral - Saldos em R$ milhões - Metodologia utilizada até 2007

Há uma nova série de Dívida bruta, sob nova metodologia, mas como a nova série começa em 2006 optou-se por utilizar a variável 4502.

Como esta é uma aula inicial sobre séries temporais, com foco no processo de importação dos dados para o R, sugiro que se obtenha os dados no site do Banco Central. Caso haja algum problema, disponibilizo o arquivo, assim como gerado no SGS, abaixo:

Download do arquivo (em csv):

# Salve o arquivo em uma nova pasta e indique o caminho abaixo
setwd('C:\\Users...')
# Listar arquivos dentro do diretório
list.files()
# Selecione o nome do arquivo, incluindo as aspas. Neste exemplo, usarei "STP-2016.csv"
# 1ª tentativa de ler o arquivo csv
tab <- read.csv("STP-2016.csv")
# Ler o arquivo como texto para verificar formatação
readLines('STP-2016.csv')
# Um problema que se percebe é que os dados têm separador de centena (ponto, no caso, mas mesmo
# a vírgula seria um problema). Há algumas formas de lidar com esse problema, como o arquivo 
# utilizado neste exemplo é pequeno a mais prática é utilizar o editor de texto no próprio R, 
# executando o comando
edit(file='STP-2016.csv')
# O R abrirá o arquivo como texto em uma nova janela. Pressione Ctrl + A para selecionar
# tudo e Ctrl + H para abrir a janela Substituir. No campo Localizar digite ".", sem aspas,
# e deixe vazio o campo Substituir por. Clique em Substuir tudo. Aproveite para deletar a última
# linha do arquivo, que contém a fonte dos dados e pode atrapalhar a leitura. Pressione
# Ctrl + S para salvar e feche a janela.
# Leia novamente o arquivo como texto para verificar a mudança
readLines('STP-2016.csv')
# Utilize a função read.csv para importar os dados, informando os detalhes do arquivo
tab <- read.csv('STP-2016.csv',sep=';',header=T,dec=',')
# Para facilitar, altere o nome das variáveis
colnames(tab) <- c("data","pib","dl","db")
# Se preciso, aumente o número de dígitos
options(digits=10)
# Visualize a tabela
View(tab)
# Plote uma das variáveis
plot(tab$dl)
# É preciso "informar" ao R que as variáveis se tratam de séries temporais
dl <- ts(tab$dl,frequency=12,start=c(2002,1))
db <- ts(tab$db,frequency=12,start=c(2002,1))
# Verifique os gráficos
ts.plot(dl,dv,col=c(1,2))
# Calcule as dívidas em relação ao PIB
dlp <- dl/tab$pib
dbp <- db/tab$pib
ts.plot(dlp,dbp,col=c(1,2))
# dlp e dbp representam os percentuais das dívidas públicas em relação ao PIB. Vamos análisá-las.
# 1º e 2º momentos: calculando manualmente
meandlp <- sum(dlp)/length(dlp)
vardlp <- sum((dlp-meandlp)^2)/(length(dlp)-1)
meandbp <- sum(dbp)/length(dbp)
vardbp <- sum((dbp-meandlp)^2)/(length(dbp)-1)
# Momentos: usandos as funções
mean(dlp)
var(dlp)
mean(dlp)
var(dlp)
# Covariância entre as dívidas
covlb <- (1/(length(dlp)-1))*(sum((dlp-meandlp)*(dbp-meandbp)))
cov(dlp,dbp)
# O fato de a covariância ser positiva indica que as séries se movem juntas no tempo. Entretanto,
# pelo fato de a covariância não ser uma estatística padronizada, não é possível tirar conclusões
# além desta. Para isso se usa a correlação:
corlb <- covlb/((1/(length(dlp)-1))*sqrt((sum((dlp-meandlp)^2)*sum((dbp-meandbp)^2))))
cor(dlp,dbp)
# De 2009 a 2010 houve uma expansão nas emissões de títulos públicos (ver textos em anexo), dada
# essa política, espera-se que tenha havido um descolamento entre as duas dívidas. Vamos calcular
# a correlação das séries a partir de 2009. Para dividir as séries, utiliza-se a função window():
dlp09 <- window(dlp,start=c(2009,1))
dbp09 <- window(dbp,start=c(2009,1))
ts.plot(dlp09,dbp09,col=c(1,2))
cor(dlp09,dbp09)
# As séries continuam caminhando juntas mas, de fato, a correlação diminuiu.

Textos sobre a diferença entre as dívidas líquida e bruta:

Salvo indicação em contrário, o conteúdo desta página é licenciado sob Creative Commons Attribution-ShareAlike 3.0 License