Macroeconomia Aplicada usando o R

Domine o mundo das variáveis macroeconômicas usando as linguagens R e Python de forma totalmente prática e aplicada para o seu dia-a-dia.

Comece a estudar agora mesmo financiando seu curso em até 10 vezes sem juros.

Do Zero ao PRO

8 cursos, 24 meses e mais de 200 horas de aulas online

Teoria e Prática

Todas as aulas contém atividades práticas

Laboratórios de R e Python

Exercícios práticos para fixar o conhecimento de R e Python

Códigos Prontos

Baixe os códigos e aplique em seu desafio atual

Por que você deveria dominar Macroeconomia?

Aplicar os modelos econométricos em problemas de análise de dados

Automatizar a apresentação de relatórios e dashboards interativos

Aumentar a percepção de valor das suas entregas profissionais

Ganhar tempo para realizar análises mais aprofundados dos dados

Para quem este curso é indicado

Este pacote de treinamentos é indicado a quem deseja fazer usso das variáveis macroeconômicas em sua pesquisa acadêmica ou em seu trabalho.

Estudantes de Graduação

Mesmo ainda na graduação, sem experiência com programação, você já pode se diferenciar dos seus colegas ao investir em sua futura carreira aplicando econometria em ciência de dados.

Professores e Acadêmicos

Utilize o poder das linguagens de programação mais modernas do mercado como o R e o Python e modelos econométricos para produzir trabalho acadêmicos com mais facilidade e agilidade.

Profissionais de Mercado

Seja você um economista ou um cientista de dados, faça uso dos famosos modelos econométricos para lidar com as diferentes estrutura de dados disponíveis para suas análises de dados.

Este curso não possui pré-requisitos

Sem pré-requisitos, os treinamentos são indicados para pessoas sem experiência prévia com programação. Todo o passo a passo será coberto, desde a instalação de programas até os ítens mais avançados.

O que você aprenderá no curso

Reunimos os conhecimentos necessários para você dominar Econometria da forma correta, sem precisar de nenhum outro curso adicional.

Linguagem R

Nesta módulo você será apresentado ao mundo tidyverse, a evolução da linguagem R. Uma introdução qualificada a poderosos pacotes construídos exclusivamente para lidar com coleta, tratamento, análise e apresentação de dados.

Teoria Macroeconômica

Neste módulo você terá a oportunidade de aprender Python com muitos exemplos de aplicações em macro e microeconomia. Um passo a passo para você sair do zero até a construção de relatórios e apresentações.

Análise de Conjuntura

O curso que te apresentará ao fascinante mundo da exploração e análise de dados. Sem pré-requisitos, voltado para todos aqueles que precisam ver ou rever conceitos estatísticos básicos utilizando R e Python como linguagens de programação.

Macroeconometria

Totalmente revisado e atualizado, o objetivo desse Curso é fornecer uma introdução completa à estimação do modelo de regressão linear via mínimos quadrados ordinários tanto em R quanto em Python.

Previsão Macroeconométrica

Usando o rico mundo das variáveis macroeconômicas como laboratório, ao final deste módulo, é esperado que o aluno saiba utilizar as principais ferramentas de análise de séries temporais para construir trabalhos aplicados no R.

Modelos Preditivos

Este módulo cobre os famosos dados em painel, conjuntos de dados que apresentam características tanto de corte transversal quanto de séries temporais, classificados na literatura como cortes transversais agrupados e dados em painel.

Teoria da Política Monetária

Totalmente revisado e atualizado, o objetivo desse Curso é fornecer uma introdução completa à estimação do modelo de regressão linear via mínimos quadrados ordinários tanto em R quanto em Python.

Professores

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Programa do curso

Os cursos da trilha Macroeconomia Aplicada usando o R foram criados após muito feedback, pensando em atender uma demanda crescente de estudantes e profissionais de mercado que precisam dominar os modelos econométricos.

R para Análise de Dados

Seção 01 – Apresentação do R, do RStudio e do RMarkdown
Seção 02 – Introdução ao mundo tidyverse
Seção 03 – Importação de Dados
Seção 04 – Tratamento de Dados
Seção 05 – Visualização de Dados
Seção 06 – Programando no R
Seção 07 – Modelagem
Seção 08 – Comunicando resultados

Teoria Macroeconômica

Seção 01 – Introdução à Macroeconomia

  • O que é macroeconomia?
  • Produto Interno Bruto vs. Produto Nacional Bruto
  • Variáveis Reais vs. Variáveis Nominais
  • Fluxos e Estoques em Macroeconomia
  • Taxas de Juros e Valor Presente
  • O papel das expectativas

Projeto de Curso 01 – Deflacionando dados no R e no Python

Seção 02 – Contas

  • Nacionais Trimestrais
  • Introdução à contabilidade nacional
  • Agregados Macroeconômicos e identidades contábeis

Projeto de Curso 02 – Análise das Contas Nacionais do SIDRA no R e no Python

Seção 03 – A economia no curto prazo: entendendo o ciclo econômico e o hiato do produto

  • Explicando o modelo macroeconômico básico de três equações
  • O que é uma Curva de Phillips
  • O que é uma Curva IS
  • O que é uma Regra de Taylor

Projeto de Curso 03 – Construindo o hiato do produto no R e no Python através do filtro HP, do filtro de Kalman e do filtro de Hamilton

Projeto de Curso 04 – Datação de Ciclos Econômicos com o Algoritmo Harding-Pagan (2002)

Seção 04 – A economia no longo prazo: modelo de Solow e suas extensões

  • Modelo básico de Solow
  • Modelo com progresso técnico
  • Modelo com educação

Projeto de Curso 05 – Implementando o modelo do Solow no R no Python

Seção 05 – Economia Intertemporal: a microeconomia por trás da macro
Projeto de Curso 06 – Análise de Microdados da PNAD Contínua

Seção 06 – Política Econômica

  • O que é política econômica
  • Debate Regra vs. Discrição
  • A política monetária
  • A política fiscal

Projeto de Curso 07 – Análise das Atas do Copom via Text Mining

Análise de Conjuntura usando o R - Versão 5.0

Seção 01 — Apresentação do Curso
O professor faz uma apresentação de todo o conteúdo que será visto ao longo das seções do Curso.

Seção 02 (laboratório): Introdução à produção de dashboards com shiny (Parte 01)
O professor faz uma introdução à produção de dashboards com o pacote shiny.

Seção 03 — Fundamentos Estatísticos
Uma revisão de conceitos estatísticos básicos que servirão de pré-requisito para todas as seções seguintes do Curso.

Seção 04 (laboratório): Introdução à produção de dashboards com shiny (Parte 02)
O professor faz uma introdução à produção de dashboards com o pacote shiny.

Seção 05 — Coleta, tratamento e visualização de dados de Nível de Atividade

  • Contas Nacionais Trimestrais
  • IBC-Br
  • Índice Cielo do Varejo Ampliado (ICVA)
  • Pesquisa Mensal do Comércio (PMC)
  • Produção Industrial Mensal (PIM-PF)
  • Pesquisa Mensal de Serviços (PMS)
  • Produção de Veículos
  • Apresentação de Nível de Atividade

Seção 06 (laboratório): Criação de um Monitor de Nível de Atividade
Nesse Laboratório, o aluno aprenderá o passo a passo para construir uma apresentação completa e automatizada com dados de nível de atividade.

Seção 07 — Análise de dados de mercado de trabalho da PNAD e do CAGED

  • PNAD Contínua
  • CAGED

Seção 08 (laboratório): Construção de um dashboard interativo em shiny de nível de atividade
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de nível de atividade. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 09 — Análise da Inflação brasileira

  • A dinâmica da inflação no curto prazo
  • O IPCA e a Inflação no Brasil
  • As classificações do IPCA
  • Índice de Difusão
  • Núcleos de Inflação
  • Índices Gerais de Preços (IGPs)

Seção 10 (laboratório): Criação de um Monitor de Mercado de Trabalho
Nesse laboratório, o aluno aprenderá o passo a passo de construção de uma apresentação completa e automatizada envolvendo dados de mercado de trabalho.

Seção 11 — Análise do Mercado de Crédito

  • Operações de Crédito do SFN
  • Taxas de Juros
  • Spreads Bancários
  • Inadimplência
  • Endividamento das Famílias

Seção 12 (laboratório): Construção de um dashboard interativo em shiny de mercado de trabalho
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de mercado de trabalho. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 13 — Política Monetária

  • O Banco Central e a operacionalização da política monetária
  • O COPOM
  • O mercado de reservas bancárias
  • O Sistema Especial de Liquidação e Custódia (SELIC)
  • Controle de liquidez
  • A formação da taxa básica de juros no Brasil
  • A condução da política monetária
  • Análise do boletim FOCUS com o R

Seção 14 (laboratório): Criação de um Monitor de Inflação
Desenvolvimento de um monitor completo e automatizado contendo indicadores de inflação.

Seção 15 — Política Fiscal

  • Resultado Primário do Governo Central
  • Necessidades de Financiamento do Setor Público
  • Endividamento Público

Seção 16 (laboratório): Criação de um dashboard interativo em shiny de inflação
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de inflação. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 17 — Setor Externo

  • A taxa de câmbio
  • As operações de swap do Banco Central do Brasil
  • O balanço de pagamentos
  • Indicadores do balanço de pagamentos
  • O risco-país

Seção 18 (laboratório): Criação de um Monitor de Crédito
Nesse laboratório, o aluno aprenderá o passo a passo para construção de uma apresentação completa e automatizada que envolva indicadores de crédito.

Seção 19 — Economia Internacional

  • Coletando dados do FMI
  • Coletando dados do Banco Mundial
  • Coletando dados da OCDE

Seção 20 (laboratório): Criação de um dashboard interativo em shiny de crédito
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de crédito. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 21 (laboratório): Criação de um Monitor de Política Monetária
Construção de uma apresentação completa e automatizada de política monetária em Rmarkdown.

Seção 22 — Construção de Cenários Macroeconômicos
Nessa seção, os alunos aprendem a desenhar diferentes cenários macroeconômicos.

Seção 23 (laboratório): Dashboard de Política Monetária
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de política monetária. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 24 (laboratório): Criação de um Monitor Fiscal
Construção de uma apresentação automatizada em Rmarkdown envolvendo variáveis fiscais.

Seção 25 (laboratório): Dashboard Fiscal
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de política fiscal. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 26 (laboratório): Criação de um Monitor Externo
Construção de uma apresentação automatizada em Rmarkdown envolvendo variáveis do setor externo.

Seção 27 (laboratório): Dashboard Externo
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de setor externo. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 28 (laboratório): Criação de um Monitor de Economia Internacional
Construção de uma apresentação automatizada em Rmarkdown sobre economia internacional

Seção 29 (laboratório): Dashboard de Economia Internacional
Nesse Laboratório, o aluno aprenderá o passo a passo de construção de um shiny app que envolva indicadores de economia internacional. Também aprenderá o processo de deploy, colocando o dash em produção.

Seção 30 — Trabalho de Conclusão do Curso: Construindo uma apresentação de conjuntura em RMarkdown e Shiny
Na última seção do curso, o aluno aprende a construir uma apresentação completa de conjuntura econômica em RMarkdown e Shiny.

Macroeconometria 2.0

Seção 01 – Apresentação do Curso
Nessa seção, o professor fará uma apresentação geral do Curso, bem como dos pacotes necessários para rodar os exercícios.

Seção 02 – O modelo básico novo-keynesiano
Na única seção teórica do Curso, o professor apresenta o estado da arte da macroeconomia através da descrição de um pequeno modelo semi-estrutural novo-keynesiano.

Seção 03 – Regressão Linear para Séries Temporais
Nessa seção, os alunos aprendem a estimar regressões lineares via OLS tendo como base séries temporais. São discutidos problemas típicos desse tipo de modelo, como autocorrelação, heterocedasticidade e endogeneidade.

Seção 04 – Mínimos Quadrados em 2 Estágios (TSLS)
Nessa seção, mostramos como estimar modelos de regressão linear tendo por base variáveis instrumentais com o método de mínimos quadrados em 2 estágios (TSLS).

Seção 05 – Método dos Momentos Generalizado (GMM)
Nessa seção, mostramos como enfrentar o problema da endogeneidade por meio do método dos momentos generalizado (GMM).

Seção 06 – A Curva de Phillips com restrição de verticalidade estimada com instrumentos
Nessa seção, o professor mostra diferentes maneiras de estimar Curvas de Phillips no R, que representam o lado da oferta da economia. Na versão atualizado do Curso, é mostrado ainda como estimar a CP com instrumentos e com base na hipótese de verticalidade no longo-prazo.

Seção 07 – A Curva IS estimada com instrumentos
Nessa seção, o professor mostra como estimar a Curva IS, que representa o lado da demanda da economia. Mostra-se como estimar a Curva com instrumentos e também como obter uma estimativa de juro neutro, importante variável utilizada na estimação.

Seção 08 – A função de reação do Banco Central
Tendo por base a regra de Taylor, nessa seção é mostrado como é possível estimar uma função de reação para o Banco Central. Também será utilizado instrumentos na versão atualizada do Curso.

Seção 09 – A Curva do prêmio do swap pré-DI 360 estimada com instrumentos
Nessa seção, é estimada uma equação que representa o prêmio do swap pré-DI 360 em relação à taxa Selic

Seção 10 – Construindo exercícios aplicados de macroeconometria
Nessa seção, damos início à segunda parte do Curso, que inclui a realização de exercícios econométricos envolvendo variáveis macroeconômicas.

Seção 11 – Ampliando a série de desemprego da PNAD Contínua
Nessa seção, construímos uma série ampliada da PNAD Contínua utilizando a extinta Pesquisa Mensal de Emprego.

Seção 12 – O IBC-Br é um bom preditor do PIB?
Nessa seção, verificamos se o IBC-Br consegue de fato ser uma boa proxy para o PIB através de um exercício completo de análise de dados.

Seção 13 – Meta de Inflação e Expectativas dos Agentes
Nesse exercício, investigamos a atratividade da meta de inflação em relação às expectativas de inflação.

Seção 14 – Construindo um modelo para a inflação de alimentos
Nesse exercício, construímos um modelo que busca explicar a inflação de alimentos no Brasil.

Seção 15 – Estimando a inércia inflacionária
Nesse exercício, usamos rolling regression para estimar a inércia inflacionária.

Seção 16 – Estimando o juro neutro para o Brasil
Nesse exercício, construímos estimativas de juro neutro para o Brasil.

Seção 17 – O Banco Central deve reagir a um choque de preços administrados?
Mostramos que na ocorrência de um choque de oferta, o Banco Central deve reagir aos seus efeitos secundários.

Seção 18 – Medindo o efeito da volatilidade sobre a taxa de câmbio
Verificamos o efeito da volatilidade na taxa de câmbio R$/US$.

Seção 19 – Como o Banco Central reage a choques cambiais?
Verificamos como o Banco Central reage a um choque na volatilidade da taxa de câmbio R$/US$.

Seção 20 – Usando swaps cambiais para reagir a choques
Verificamos se o Banco Central utiliza swaps para reagir a choques na taxa de câmbio R$/US$.

Seção 21 – Estimando a volatilidade da taxa de câmbio
Nesse exercício, construímos um índice de volatilidade para a taxa de câmbio R$/US$.

Seção 22 – Estimando o repasse externo sobre a inflação brasileira
Nesse exercício, construímos um modelo que busca verificar o efeito de uma desvalorização cambial sobre a taxa de inflação no Brasil.

Seção 23 – Ancoragem de Expectativas
Nesse exercício, verificamos o quão ancoradas estão as expectativas de inflação

Seção 24 – Juro a pessoa física: um modelo explicativo
Nesse exercício, construímos um modelo para o juro a pessoa física.

Seção 25 – A Bolsa é um bom preditor para o PIB?
Nesse exercício, verificamos a relação entre o Ibovespa e a variação da Formação Bruta de Capital Fixo.

Previsão Macroeconométrica

Seção 01 — Apresentação do Curso
O professor faz uma apresentação de todo o conteúdo que será visto ao longo das seções do Curso.

Seção 02 — Propriedades estatísticas de séries temporais
Uma revisão de conceitos estatísticos básicos que servirão de pré-requisito para todas as seções seguintes do Curso.

Seção 03 — Introdução à Estratégias de Previsão Macroeconométrica
Nessa Seção, os alunos são expostas à estratégia básica de previsão que independe do tipo de modelo econométrico a ser utilizado.

Seção 04 — Avaliação de Previsões Macroeconométricas
Nessa Seção, os alunos aprenderão diversas métricas de acurácia de modelos de previsão.

Seção 05 — Modelos ARIMA e Metodologia Box-Jenkins
Nessa Seção, os alunos aprenderão a construir modelos univariados para previsão.

Estudo de Caso 01 — Construindo um modelo SARIMA para a inflação mensal medida pelo IPCA
Nessa Seção, os alunos aprenderão a construir um modelo univariado básico utilizando dados reais da inflação brasileira.

Seção 06 — Análise de Regressão e Previsão
Nessa Seção, os alunos aprendem a construir modelos de regressão múltipla voltados para previsão.

Estudo de Caso 02 – Usando modelos de regressão para prever o desemprego medido pela PNAD Contínua
No 2º estudo de caso, construímos um modelo de previsão para a taxa de desemprego.

Seção 07 — Vetor Autorregressivo (VAR)
Nessa Seção, nós mostramos como é possível estimar modelos de vetores autorregressivos.

Seção 08 — Cointegração e Vetor de Correção de Erros (VECM)
Nessa Seção, mostramos como é possível construir modelos envolvendo séries não estacionárias.

Estudo de Caso 03 – Previsão do desemprego usando um modelo VEC
Nesse exercício, nós construímos um modelo de previsão para o desemprego utilizando a metodologia VECM.

Seção 09 — VAR Bayesiano
Nessa Seção, os alunos aprendem a estimar modelos do tipo BVAR.

Seção 10 – Combinando Previsões
Nessa seção, os alunos aprendem a construir previsões combinadas.

Seção 11 — Modelos de Machine Learning aplicados à Macroeconomia
Nessa Seção, os alunos têm uma introdução a modelos de machine learning e suas possíveis aplicações para construção de modelos de previsão de variáveis macroeconômicas.

Estudo de Caso 04 – Construindo modelos de previsão para a inflação mensal medida pelo IPCA
Nessa Seção, os alunos aprendem a aplicar modelos de machine learning para fins de previsão de variáveis macroeconômicas.

Seção 12 – Métodos de Reamostragem
Nessa Seção, os alunos aprendem as técnicas de cross-validation e bootstrap.

Seção 13 – Bagging, Random Forests e Boosting
Nessa Seção, os alunos aprendem a utilizar alguns dos mais famosos algortimos de meta-aprendizagem.

Estudo de Caso 05 – Estratégias de Previsão da Produção Industrial (PIM-PF)
Nessa Seção, os alunos constroem um modelo de previsão para a produção industrial brasileira.

Seção 14 – Trabalho de Conclusão do Curso
Na última seção do Curso, é solicitado aos alunos que construam uma estratégia de previsão para alguma variável macroeconômica relevante.

Modelos Preditivos

Seção 01 — Apresentação do Curso e Introdução a Modelos Preditivos
Nessa seção, o aluno será apresentado ao programa do curso, bem como ao uso de modelos de machine learning para fins de previsão.

Seção 02 — Modelos de Previsão para a inflação medida pelo IPCA
Nessa seção, o aluno aprenderá a construir uma estratégia de previsão para a inflação medida pelo IPCA envolvendo regressão CSR, Bagging e LASSO.

Seção 03 — Criando um dashboard em shiny para previsão da inflação medida pelo IPCA
Nessa seção, os alunos irão aprender a construir um dashboard em shiny que mostra a previsão da inflação medida pelo IPCA.

Seção 04 — Modelos de Previsão para a Produção Industrial
O objetivo dessa seção é apresentar uma estratégia de previsão da produção industrial brasileira baseada em modelos de regressão, LASSO e Random Forests.

Seção 05 — Criando um dashboard em shiny para previsão da produção industrial
Nessa seção, construiremos um dashboard voltado para a previsão da produção industrial brasileira.

Seção 06 — Prevendo os Serviços (PMS)
Nessa seção, a partir de palavras-chaves extraídas do Google Trends, geramos uma previsão para os serviços disponíveis na Pesquisa Mensal de Serviços (PMS).

Seção 07 — Dashboard em shiny para previsão de Serviços
Nessa seção, os alunos aprenderão a produzir um dashboard em shiny que contém um modelo de previsão para os serviços da PMS.

Seção 08 — Modelando as Vendas do Comércio (PMC)
Nessa seção, construiremos modelos clássicos como ARIMA, exponential smoothing, regressão linear e outros mais modernos como o algoritmo Prophet e Redes Neurais para fazer previsão das vendas do comércio (PMC).

Seção 09 — Dashboard em shiny para previsão das vendas do Comércio
Tudo pronto com a análise exploratória e com os modelos? Nessa seção, os alunos aprenderão a produzir relatórios/apresentações e a disponibilizar seus notebooks para consulta de usuários externos. Focaremos na reprodutibilidade dos trabalhos e na coesão do código e dos relatórios.

Seção 10 — Nowcasting do PIB
Nessa seção, construímos um modelo de nowcasting do PIB brasileiro.

Seção 11 — Dashboard de nowcasting do PIB
Nessa seção, construímos um dashboard de nowcasting do PIB

Seção 12 — Modelo de Previsão do Desemprego medido pela PNAD Contínua
Nessa seção, construímos uma estratégia de previsão para o desemprego medido pela PNAD Contínua baseada em modelos de ML.

Seção 13 — Dashboard de previsão para o desemprego brasileiro
Nessa seção, construímos um dashboard que mostra a previsão do desemprego brasileiro.

Seção 14 — Modelo de Previsão para Crédito a Pessoa Física
Nessa seção, construímos um modelo de previsão para crédito a pessoa física.

Seção 15 — Dashboard de previsão do crédito a pessoa física
Nessa seção, construímos um modelo de previsão para crédito a pessoa física.

Seção 16 — Modelo de Previsão para a Taxa Selic
Nessa seção, construímos um modelo de previsão para a taxa básica de juros da economia brasileira.

Seção 17 — Dashboard de Previsão para a Taxa Selic
Nessa seção, construímos um dashboard de previsão para a taxa básica de juros da economia brasileira.

Seção 18 — Modelo de Previsão para a taxa de câmbio R$/US$
Nessa seção, construímos uma estratégia de previsão para a taxa de câmbio R$/US$.

Seção 19 — Dashboard de previsão da taxa de câmbio R$/US$
Nessa seção, construímos um dashboard de previsão para a taxa de câmbio R$/US$.

Seção 20 — Modelos de Previsão do IGP-M
Nessa seção, construímos uma estratégia de previsão para o IGP-M

Seção 21 — Dashboard de previsão do IGP-M
Nessa seção, construímos um dashboard de previsão do IGP-M

Seção 22 — Previsão de variáveis fiscais brasileiras
Nessa seção, construímos uma estratégia de previsão para variáveis fiscais brasileiras como o resultado primário e a dívida bruta.

Seção 23 — Dashboard de previsão de variáveis fiscais brasileiras
Nessa seção, construímos um dashboard de previsão das variáveis fiscais brasileiras

Seção 24 — Previsão de variáveis externas
Nessa seção, construímos modelos de previsão do Investimento Direto no País.

Seção 25 — Dashboard de previsão de variáveis externas
Nessa seção, construímos um dashboard de previsão do Investimento Direto no País.

Teoria da Política Monetária

Seção 01 – Apresentação do Curso
Laboratório 01: produzindo relatórios com RMarkdown
Seção 02 – O Esquema de Theil-Tinbergen e o problema de política econômica
Laboratório 02: investigando a relação entre juros e inflação com o R
Seção 03 – Política Monetária e expectativas racionais
Laboratório 03: Construindo expectativas racionais com o R
Seção 04 – O debate Regra vs. Discrição na condução da política monetária
Laboratório 04: taxas reais de juros e política monetária neutra no R
Seção 05 – O Novo Consenso e as Regras Monetárias Ótimas
Laboratório 05: Estimando a Curva IS e a Curva de Phillips com o R
Seção 06 – Implementação da Política Monetária
Laboratório 06: Estimando Curvas de Reação para o Banco Central
Seção 07 – Política monetária e política fiscal
Laboratório 07: Investigando dominância fiscal com o R
Seção 08 – Política monetária numa pequena economia aberta
Seção 09 – Análise empírica do Novo Consenso
Seção 10 – A política monetária depois da Crise de 2008

Como estudar o curso

Aprenda a teoria sobre o tema

Separe de 30 minutos a 1 hora por dia para estudar a teoria através das vídeo-aulas.

Aplique o aprendizado na prática

Implemente as tarefas diretamente em seu computador para fixar o conhecimento

Tire suas dúvidas individualmente

Através do chat exclusivo do aluno você poderá tirar todas as suas dúvidas com o professor

Crie seus próprios trabalhos

Implemente os trabalhos propostos e receba nosso feedback .

Investimento neste treinamento

50%
de desconto

Garantimos seu dinheiro de volta por até 7 dias

R$8079
R$4039,50(ou 10x de R$403,95)

Vagas Limitadas. Aproveite antes que esgotem.

compra 100% segura

Dias
Horas
Minutos
Segundos

Perguntas Frequentes

Quais são as formas de pagamento?

Você poderá realizar sua matrícula através de boleto bancário ou cartão de crédito, podendo parcelar em até 10x sem juros no cartão de crédito.

Posso fazer mesmo sem saber programar?

Esta oferta foi desenhada exatamente para as pessoas que nunca tiveram relação com linguagem de programação, mas desejam dar um upgrade na carreira.

Quanto tempo posso acessar o conteúdo?

Você terá até 24 meses para ver quantas vezes quiser os conteúdos dos cursos.

Como eu faço para tirar minhas dúvidas?

No próprio site há uma plataforma exclusiva para tirar dúvidas direto com nossa equipe o professor Vítor Wilher. Você estará sempre acompanhado durante sua jornada.