MIP Simulation
Resultados de simulação com MIP Paraná - Restante do Brasil - 2020
SETOR:
01-Agricultura
02-Pecuária
03-Florest_Pesca
04-Extr_Carv_Min.
05-Extr_Pet_Gás
06-Extr_Min_Ferro
07-Extr_Met_nFerr
08-Abate de Carne
09-Ref_Açúcar
10-Out_Prod_Alim
11-Fab_Bebidas
12-Prod_Fumo
13-Prod_Têxteis
14-Conf_Vestuário
15-Fab_Calçados
16-Fabr_Prod_Mad.
17-Fabr_Cel_Papel
18-Impr_Gravações
19-Ref_Petróleo
20-Fabr_Biocomb.
21-Fabr_Quím_Org.
22-Fabr_Defensivos
23-Fabr_Limp_Perf.
24-Fabr_Farmoquímicos
25-Fabr_Bor_Plástico
26-Fabr_Min_não-met
27-Siderurgia
28-Metal_Metais_Fund.
29-Fabr_metal_exc_Máq.
30-Fabr_Inform_Eletrôn
31-Fabr_Máq_Equip_Elét.
32-Fabr_Máq_Equip_Mec
33-Fabr_Autom_Ônibus
34-Fabr_Peças_Aces_Veíc
35-Fabr_Out_Equip_Transp.
36-Fabr_Móveis_Ind_Div.
37-Manut_Repar_Instal
38-Energia_Elét_Gás_Nat.
39-Água_Esgoto_Resíduos
40-Construção
41-Comércio de Veículos
42-Com_Atac_Varejo
43-Transp_Terrestre
44-Transp_Aquaviário
45-Transp_Aéreo
46-Armazen_Correio
47-Alojamento
48-Alimentação
49-Ed_Integr_impres.
50-TV_Rádio_Cin_Grav
51-Telecomunicações
52-Desenv_Serv_Inform.
53-Interm_Financeira
54-Ativ_Imobiliárias
55-Ativ_Jur_Contáb_Consult
56-Arquit_Enge_P&D
57-Out_Ativ_Prof_Cient_Téc
58-Alug_N-Imobiliários
59-Outr_Ativ_Adm_Serv
60-Ativ_Vigil_Segur_Invest
61-Adm_Pública
62-Educ_Pública
63-Educ_Privada
64-Saúde Pública
65-Saúde Privada
66-Ativ_Artíst_Criat_Espet
67-Organ_Assoc_Serv_Pessoais
68-Serviços Domésticos
Região:
Paraná
Rest. Brasil
Demanda Final:
Exportação
Governo
Famílias
Investimentos
VALOR DO CHOQUE:
Tipo do Choque:
Porcentagem (%)
Monetário (R$ Milhões)
SIMULAÇÂO
Resumo
Produção
Emprego
Remuneração
Valor Adic.
Impostos
Resumo
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contexto dos choques dados no setor
Produção
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contexto dos choques dados no setor
Emprego
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contexto dos choques dados no setor
Remuneração
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contexto dos choques dados no setor
Valor Adicionado
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contexto dos choques dados no setor
Impostos
Descrição
Aqui temos uma informação importante que pode ser avaliada pelo contesto dos choques dados no setor
import pandas as pd import numpy as np import numpy.linalg as nla from js import document from pyodide import create_proxy from pyodide.http import open_url # #s = 40 #r = 2 #fd = 5 #ch = 10 def simula(*args, **kwargs): s = document.getElementById("setor").value r = document.getElementById("regiao").value fd = document.getElementById("finalDemand").value c = int(document.querySelector("[name='choice']:checked").value) ch = document.getElementById("typeNumber").value reg = ['Paraná','Rest. BR'] sec = ['Agricultura','Pecuária','Florestal e Pesca','Extr. Carvão Mineral','Extr. Petroleo e Gás', 'Extr. Minério Ferro','Extr. Min. Met n-ferr','Abate de Carne','Refino de Açúcar', 'Outros Prod. Alimetares','Fab. de Bebidas','Produtos do Fumo','Produtos Têxteis', 'Confecção de Vestuário','Fabricação de Calçados','Fabr. de Prod. da Madeira', 'Fabr. Celulose, Papel','Impressão e Repr. de Gravações','Refino de Petróleo', 'Fabr. de Biocombustíveis','Fabr. de Quím. Orgânicos e Inorgânicos','Fabr. de Defensivos, Desinfestantes', 'Fabr. de Produtos de Limpeza e Perfumaria','Fabr. de Produtos Farmoquímicos', 'Fabr. de Produtos de borracha e Plástico','Fabr. de Produtos de Min. não-metálicos', 'Prod. de ferro-gusa/ferroligas, siderurgia','Metal. de Metais não-ferosos e Fundição', 'Fabr. de Produtos de metal, exceto Máq. e Equip','Fabr. de Equip. de Inform., Eletrôn. e Ópticos', 'Fabr. de Máq. e Equip. Elétricos','Fabr. de Máq. e Equip. Mecânicos','Fabr. de Autom., Cam. e ônibus, exceto peças', 'Fabr. de Peças e Aces. p/ Veículos autom','Fabr. de Outros Equip. de Transp., exceto Veíc. Autom.', 'Fabr. de Móveis e Indústrias Diversas','Manut., Repar. e Instal. de Máq. e Equip.', 'Energia Elét., Gás Nat. e Outras Util.','Água, Esgoto e Gestão de Resíduos','Construção', 'Comércio e Reparação de Veículos','Comércio por Atacado e a varejo','Transporte Terrestre', 'Transporte Aquaviário','Transporte Aéreo','Armazenamento, Ativ. aux. dos Transp. e Correio', 'Alojamento','Alimentação','Edição e Edição Integrada à impressão','Ativ. de TV, Rádio, Cinema e Gravação', 'Telecomunicações','Desenv. de Sist. e Outros Serv. de Informação','Intermediação Financeira, seguros e Prev. Compl.', 'Atividades Imobiliárias','Atividades Jurídicas, Contábeis, Consultoria','Serviços de Arquitetura, Engenharia e P & D', 'Outras Ativ. Prof., Cient. e Técnicas','Aluguéis Não-Imobiliários e Propr. Intelectual', 'Outras Ativ. Adm. e Serv. Complementares','Ativ. de Vigil., Segur. e Investigação','Administração pública', 'Educação Pública','Educação Privada','Saúde Pública','Saúde Privada', 'Ativ. Artíst., Criat. e de Espetáculos', 'Organ. Associat. e Outros Serv. Pessoais', 'Serviços Domésticos'] url1 = 'http://mipconsult.com.br/simula/database/PR_MAT_IL_20.csv' url_content1 = open_url(url1) ILR = pd.read_csv(url_content1,header=None, index_col=False).to_numpy() url2 = 'http://mipconsult.com.br/simula/database/PR_MAT_DFI_20.csv' url_content2 = open_url(url2) DFI = pd.read_csv(url_content2,header=None, index_col=False).to_numpy() url3 = 'http://mipconsult.com.br/simula/database/PR_cTAX_20.csv' url_content3 = open_url(url3) cTAX = pd.read_csv(url_content3,header=None, index_col=False).to_numpy() url4 = 'http://mipconsult.com.br/simula/database/PR_cREM_20.csv' url_content4 = open_url(url4) cREM = pd.read_csv(url_content4,header=None, index_col=False).to_numpy() url5 = 'http://mipconsult.com.br/simula/database/PR_cVAD_20.csv' url_content5 = open_url(url5) cVAD = pd.read_csv(url_content5,header=None, index_col=False).to_numpy() url6 = 'http://mipconsult.com.br/simula/database/PR_cPOC_20.csv' url_content6 = open_url(url6) cPOC = pd.read_csv(url_content6,header=None, index_col=False).to_numpy() # Sch = int(s) + (68*(int(r)-1)) dfch = int(fd) + (4*(int(r)-1)) rchk = ((int(ch)/100)) nFD = [0] * (2*68) # if c==1: nFD[Sch-1] = DFI[Sch-1,dfch-1]*(rchk) else: nFD[Sch-1] = int(ch) # PROD = (ILR).dot(nFD) SProd = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) SProd[:,l] = PROD[i:f] SProd = pd.DataFrame(SProd,columns=reg) SProd.index = sec SProd = SProd.sort_values("Paraná", ascending=False) SProd["TOTAL"] = (SProd['Paraná'] + SProd['Rest. BR']) SProd.loc["TOTAL"] = SProd.sum(axis=0) SProd.round(decimals=3) CTAX = np.diag(np.squeeze(cTAX)).dot(PROD) SCtax = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) SCtax[:,l] = CTAX[i:f] SCtax = pd.DataFrame(SCtax,columns=reg) SCtax.index = sec SCtax = SCtax.sort_values("Paraná", ascending=False) SCtax["TOTAL"] = (SCtax['Paraná'] + SCtax['Rest. BR']) SCtax.loc["TOTAL"] = SCtax.sum(axis=0) SCtax.round(decimals=3) CREM = np.diag(np.squeeze(cREM)).dot(PROD) SCrem = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) SCrem[:,l] = CREM[i:f] SCrem = pd.DataFrame(SCrem,columns=reg) SCrem.index = sec SCrem = SCrem.sort_values("Paraná", ascending=False) SCrem["TOTAL"] = (SCrem['Paraná'] + SCrem['Rest. BR']) SCrem.loc["TOTAL"] = SCrem.sum(axis=0) SCrem.round(decimals=3) CVAD = np.diag(np.squeeze(cVAD)).dot(PROD) SCvad = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) SCvad[:,l] = CVAD[i:f] SCvad = pd.DataFrame(SCvad,columns=reg) SCvad.index = sec SCvad = SCvad.sort_values("Paraná", ascending=False) SCvad["TOTAL"] = (SCvad['Paraná'] + SCvad['Rest. BR']) SCvad.loc["TOTAL"] = SCvad.sum(axis=0) SCvad.round(decimals=3) CPOC = np.diag(np.squeeze(cPOC)).dot(PROD) SCpoc = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) SCpoc[:,l] = CPOC[i:f] SCpoc = pd.DataFrame(SCpoc,columns=reg) SCpoc.index = sec SCpoc = SCpoc.sort_values("Paraná", ascending=False) SCpoc["TOTAL"] = (SCpoc['Paraná'] + SCpoc['Rest. BR']) SCpoc.loc["TOTAL"] = SCpoc.sum(axis=0) SCpoc.round(decimals=3) # PRO_TOT = pd.DataFrame(SProd.tail(1)) PRO_TOT.index = ["Produção"] VAD_TOT = pd.DataFrame(SCvad.tail(1)) VAD_TOT.index=["Valor Adic."] POC_TOT = pd.DataFrame(SCpoc.tail(1)) POC_TOT.index=["Emprego"] REM_TOT = pd.DataFrame(SCrem.tail(1)) REM_TOT.index=["Remuneração"] TAX_TOT = pd.DataFrame(SCtax.tail(1)) TAX_TOT.index=["Impostos"] Resumo = pd.concat([PRO_TOT,POC_TOT,REM_TOT,VAD_TOT,TAX_TOT]).round(decimals=3) # TAB_PROD = (pd.concat([SProd.head(12), SProd.tail(1)])).round(decimals=3) TAB_POC = (pd.concat([SCpoc.head(12), SCpoc.tail(1)])).round(decimals=3) TAB_REM = (pd.concat([SCrem.head(12), SCrem.tail(1)])).round(decimals=3) TAB_VAD = (pd.concat([SCvad.head(12), SCvad.tail(1)])).round(decimals=3) TAB_TAX = (pd.concat([SCtax.head(12), SCtax.tail(1)])).round(decimals=3) pyscript.write("Resumo1",Resumo.to_html(classes="table" "thead-dark")) pyscript.write("Producao1",TAB_PROD.to_html(classes="table" "thead-dark")) pyscript.write("Emprego1",TAB_POC.to_html(classes="table" "thead-dark")) pyscript.write("Remunera1",TAB_REM.to_html(classes="table" "thead-dark")) pyscript.write("ValorAdic1",TAB_VAD.to_html(classes="table" "thead-dark")) pyscript.write("Impostos1",TAB_TAX.to_html(classes="table" "thead-dark"))