Metodologia

1. Boletim Focus

O Banco Central publica o Boletim Focus toda segunda-feira por volta das 8h30 BRT, consolidando expectativas de mercado coletadas até a sexta anterior. Usamos o endpoint OData público do Olinda — Expectativas de Mercado Anuais com filtro baseCalculo eq 0 (estatística da mediana sem agrupamento por janela). O campo Data da resposta corresponde à data de coleta (sexta).

Indicadores cobertos: IPCA, PIB Total (% a.a.), Câmbio R$/US$, Selic (% a.a.), IGP-M, IPCA Administrados, Dívida líquida do setor público (% do PIB), Resultado primário (% do PIB), Resultado nominal (% do PIB).

Janela visualizada: realizado de 2015 a 2025 + projeção 2026-2029. Cache: ISR 1h (revalidação server-side); detector de freshness para data/_meta.json (sitemap) roda diariamente via GitHub Actions (ping-meta.yml).

2. Curva ETTJ DI Prefixada

Curva de juros prefixada (Estrutura a Termo de Taxas de Juros) calculada pela ANBIMA com base nos contratos de DI futuro negociados na B3 — captura a expectativa do mercado para a Selic em diferentes prazos.

14 vértices fixos: 6 meses, 1 ano, 1,5 ano, 2, 2,5, 3, 3,5, 4, 5, 6, 7, 8, 9 e 10 anos (em dias úteis: 126, 252, 378, 504, 630, 756, 882, 1008, 1260, 1512, 1764, 2016, 2268, 2520).

Atualização: diária, via GitHub Actions (update-curva-juros.yml) que roda 00h e 12h UTC e baixa o arquivo CZ-down.asp da ANBIMA. Mantemos rolling de 10 pregões para visualizar a curva se mexendo. Backfill pontual disponível por linha de comando (python scripts/fetch_curva_juros.py DD/MM/AAAA). Cache: ISR 24h.

3. Crédito Setorial (BCB SGS)

Séries do Sistema Gerenciador de Séries Temporais (SGS) do Banco Central. Periodicidade mensal — cada mês de referência é publicado tipicamente ~30 dias depois.

Setorial Total (PF + PJ): 12 séries — saldo (20539/40/41), concessões (20631/32/33), taxa de juros (20714/15/16), inadimplência (21082/83/84) — desagregadas em total SFN, PJ e PF.

Setorial PF por modalidade: 10 modalidades cobertas (consignado INSS, consignado privado, consignado público, crédito pessoal, aquisição de veículos, cartão à vista, cartão rotativo, cartão parcelado, cheque especial, outros bens) com até 4 métricas cada (saldo, concessão, taxa anualizada, inadimplência). Cartão à vista sai de 2 métricas porque é liquidação integral.

Anualização de taxas mensais (séries 25433, 25434, 25497): fórmula padrão (1 + r/100)^12 − 1, expressa em % ao ano.

Detector de freshness: a série 20539 (saldo total SFN) serve como heartbeat — quando o mês ref avança, o workflow ping-meta.yml grava o timestamp em data/_meta.json e o sitemap reflete a atualização. Cache: live no fetch (sem ISR atualmente — em revisão pelo Sprint 2 P0.2).

4. Bancos — Earnings Trimestrais

Fonte primária: planilhas oficiais publicadas pelas áreas de Relações com Investidores dos bancos cobertos. Após cada release trimestral, rodamos scripts/extract.py manualmente para extrair KPIs em formato JSON normalizado (uma chave por trimestre).

Cobertura atual: Itaú (ITUB4), Bradesco (BBDC4), Santander (SANB11) e BV desde 4T24 (5 trimestres); Banco do Brasil (BBAS3) desde 1T25 (4 trimestres). BTG Pactual (BPAC11) tem snapshot mas sem série histórica plotável ainda.

KPIs rastreados: lucro líquido recorrente, margem financeira (NII), receita de serviços, ROAE, índice de eficiência, índice de Basileia, carteira de crédito, custo de crédito, inadimplência +90 dias, PDD, margem líquida (NIM).

Cálculos LTM (últimos 12 meses) usam rolling de 4 trimestres para métricas de fluxo (lucro, margens, receitas). Métricas de estoque e índices (carteira, ROAE, Basileia, inadimplência) usam o valor pontual do trimestre.

5. Limitações conhecidas

• Cobertura banco-trimestre curta. 4-5 trimestres por banco hoje. Backfill em release.
• BTG sem série. Só snapshot. Plotagem histórica depende de extrair releases trimestrais antigos.
• Recorrente vs contábil. Os KPIs aqui são do release gerencial (recorrente, ajustado por eventos não-recorrentes). Pode divergir do reportado contábil em algumas linhas.
• Revisões silenciosas no SGS. O BCB ocasionalmente revisa pontos antigos de séries SGS sem aviso explícito. Nosso fetch live captura, mas cache HTTP intermediário pode ficar com valor antigo por uma janela curta.
• Focus: mediana vs média. Em séries com poucos respondentes (numeroRespondentes < 30), mediana e média podem diferir substancialmente. Mostramos a mediana — métrica preferida pelo próprio BCB por ser robusta a outliers.

6. Frequência de atualização por dataset

7. Fontes primárias

• BCB Olinda — documentação OData Expectativas
• BCB SGS — catálogo público de séries · portal de dados abertos
• ANBIMA — curvas de juros de fechamento
• Itaú RI — itau.com.br/relacoes-com-investidores
• Bradesco RI — bradescori.com.br
• Santander RI — santander.com.br/ri
• BV — bancobv.com.br/ri
• Banco do Brasil RI — ri.bb.com.br
• BTG Pactual RI — ri.btgpactual.com