Insider trading é um termo usado para descrever a prática de usar informações confidenciais ou privilegiadas para obter vantagem no mercado financeiro. Essas informações podem incluir resultados financeiros futuros, mudanças em políticas de empresas ou eventos corporativos que ainda não foram divulgados ao público.
Inflação é um aumento geral e continuado dos preços de bens e serviços. Isso pode ser causado por vários fatores, como aumento da oferta de dinheiro, aumento dos custos de produção, ou aumento da demanda por bens e serviços. A inflação pode ter efeitos negativos na economia, como a redução do poder de compra da moeda e aumento dos custos de produção para as empresas.
O Índice Nacional de Preços ao Consumidor Amplo (IPCA) é o principal indicador de inflação no Brasil. Ele mede a variação mensal dos preços de bens e serviços consumidos pelos brasileiros, incluindo alimentação, saúde, transporte, educação, vestuário, entre outros. O IPCA é calculado pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e é utilizado como referência para a meta de inflação estabelecida pelo Banco Central do Brasil.
O IPCA é calculado com base em preços coletados em uma amostra de estabelecimentos e domicílios de todas as regiões do país. Ele é ponderado de acordo com a importância relativa dos diferentes itens na cesta de consumo das famílias, de acordo com pesquisas de orçamento familiar. O IPCA é atualizado mensalmente e é utilizado para avaliar o desempenho da economia e para tomar decisões sobre políticas monetárias e fiscais.
O Produto Interno Bruto (PIB) e a inflação estão relacionados de várias maneiras. O PIB é uma medida da produção econômica de um país e a inflação é uma medida do aumento dos preços.
A curva de juros mostra o rendimento que um investidor espera ganhar se emprestar seu dinheiro por um determinado período de tempo.
Com a curva de juros é possível projetar visualmente a tendência da evolução dos juros com o passar dos anos, conforme as condições atuais de mercado.
Desse modo é possível visualizar as diferentes taxas para os múltiplos vencimentos em um único gráfico.
No Brasil, a instituição responsável por calcular a curva de juros à vista é a Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais ANBIMA.
Cabe frisar que a curva de juros considera o comportamento dos juros em relação ao período. Isto é, ela realiza previsões dos rendimentos em investimentos, empréstimos, etc. Isso permite mitigar os riscos envolvidos em cada aplicação financeira.
Por exemplo, uma curva de juros normal se inclina para cima e para a direita à medida que os rendimentos aumentam com o vencimento. Isso indica que as condições de mercado e a economia estão saudáveis e funcionando normalmente, o que permite que os investidores escolham ativos cuja rentabilidade esteja atrelada a juros maiores.
Por outro lado, também é possível que a previsão relacionada à curva de juros não seja otimista. Quando as taxas para prazos mais curtos são mais altas do que aquelas para prazos mais longos,temos uma curva de juros invertida.
Nesse caso, a curva de juros se inclina para baixo e para a direita. Isso pode indicar uma recessão ou um mercado em baixa, podendo sofrer quedas prolongadas nos preços e nos rendimentos dos títulos.
# Instalando e importando as bibliotecas necessárias
!pip install --upgrade pip
!pip install holidays
!pip install workalendar
from datetime import datetime, date, timedelta
from workalendar.america import Brazil
import requests
from time import sleep
from requests import ConnectTimeout, ReadTimeout
import pandas as pd
import plotly.graph_objects as go
import numpy as np
from io import StringIO
import holidays
import urllib3
urllib3.disable_warnings()
O Relatório Focus resume as estatísticas calculadas considerando as expectativas de mercado coletadas até a sexta-feira anterior à sua divulgação. Ele é divulgado toda segunda-feira. O relatório traz a evolução gráfica e o comportamento semanal das projeções para índices de preços, atividade econômica, câmbio, taxa Selic, entre outros indicadores. As projeções são do mercado, não do BC.
As famílias e as empresas tomam suas decisões com base na situação atual e no que acreditam que pode acontecer. Quanto será cobrado pelo aluguel em sua renovação? Nos próximos meses, o preço dos alimentos cairá ou não? A mensalidade da escola particular será reajustada? O custo dos financiamentos irá diminuir ou aumentar?
Para responder a essas dúvidas, é importante que a sociedade tenha conhecimento do que se espera na economia. Grandes agentes de mercado, como bancos, consultorias, corretoras e distribuidoras possuem em suas instituições áreas dedicadas à pesquisa macroeconômica, que dentre outras coisas elaboram projeções sobre o cenário que esperam para a economia. A essas projeções chamamos expectativas econômicas.
É a partir das expectativas que as famílias tomam decisões de gastar ou poupar, que as empresas resolvem investir ou não e que os mercados, de uma forma geral, definem seus preços.
O monitoramento sistemático das expectativas que o mercado tem sobre preços e atividade econômica é de grande relevância para as decisões de política monetária. Para tanto, o BC coleta diariamente projeções de cerca de 140 bancos, gestores de recursos e outras instituições (empresas do setor real, distribuidoras, corretoras, consultorias etc.) e publica semanalmente o Relatório Focus, um resumo das estatísticas calculadas com base nas informações prestadas nos 30 dias anteriores à data a que se refere.
Além de serem utilizadas pelo Banco Central para as decisões de política monetária, as expectativas econômicas da Pesquisa Focus são úteis para que empresas e cidadãos possam planejar suas ações de curto, médio e longo prazos.
python-bcb é uma interface em Python estruturada para obter informações da API de dados abertos do Banco Central do Brasil. Com esta biblioteca vamos gerar os mesmos gráficos de expectativa de mercado apresentados no relatório. Nestes exemplos vamos trabalhar com os dados de SELIC e IPCA.
# Instalando e importando as bibliotecas necessárias
!pip install python-bcb
from bcb import Expectativas
from matplotlib import pyplot as plt
import seaborn as sns
import plotly.graph_objects as go
import plotly.express as px
import pandas as pd