Metodologia

O Atlas de Desenvolvimento Financeiro dos Municípios (ADFM) mede o acesso, a profundidade, a intermediação, a digitalização e a desigualdade do sistema financeiro em cada um dos 5.570 municípios brasileiros, com base em dados públicos do Banco Central, IBGE e Firjan. Esta página documenta todas as variáveis, fórmulas e índices-síntese calculados pelo modelo.

1. Fontes de dados

FonteVariáveis coletadasNaturezaPeriodicidade
ESTBAN — Banco Centralsaldo_credito, dep_vista, dep_poupanca, dep_prazo, num_agenciasEstoque (saldos contábeis em data‑base)Mensal
Estatísticas Pix — Banco Centralpix_qtd_transacoes, pix_valorFluxoMensal
Canais de Atendimento — Banco Centralnum_postos, num_paesEstoquePeriódico
IBGEpop_total (estimativas populacionais), pib (preços correntes, último ano disponível), malha municipalEstoque / Fluxo / GeoAnual
Firjan — Atlas do Desenvolvimento Humanoifdm (índice geral), ifdm_emprego_rendaÍndice sintético2023

Chave universal: código IBGE do município (7 dígitos, tipo texto). Todas as fontes são reconciliadas para esse identificador antes do cálculo dos indicadores.

2. Convenções de cálculo

ConvençãoDescrição
Per capita / densidadesDenominador = pop_total para per capita. Densidades expressas por 10.000 habitantes.
NormalizaçãoTodas as variáveis de entrada dos índices são normalizadas min‑max para [0, 1] antes do PCA. Valores ausentes recebem 0 (mediana do intervalo normalizado).
WinsorizaçãoVariáveis com outliers extremos são winsorizadas em p0,5 / p99,5 antes do cálculo de índices e da escala de cor nos mapas.
Zeros no denominadorQuando o denominador pode ser zero (agências, depósitos), o resultado é definido como NULL ou substituído por flag categórico — nunca por divisão por zero.
Estoque × fluxoRazões entre fluxo e estoque são evitadas, com exceção consagrada de credito_pib (saldo de crédito ÷ PIB anual), com data de referência fixada.
Sentido dos índicesScore = 1 representa o melhor desempenho financeiro; score = 0 o pior. Scores mais altos equivalem a maior desenvolvimento financeiro.

3. Dimensão 1 — Acesso Físico

Mede a presença de infraestrutura financeira no território. Engloba agências bancárias e demais pontos de atendimento regulados pelo Banco Central.

VariávelConceitoFórmulaTratamentoFonte
dens_agenciasDensidade de agências bancárias por 10 mil habitantesnum_agencias / pop_total × 10.000Winsor p99,5ESTBAN / BCB; IBGE
dens_pontosDensidade total de pontos de atendimento por 10 mil habitantes. Inclui agências, postos de atendimento (PAB/PAE) e PAEs.(num_agencias + num_postos + num_paes) / pop_total × 10.000Winsor p99,5ESTBAN + Canais / BCB; IBGE
deserto_bancarioFlag categórico: município sem nenhum ponto de atendimento bancário registrado1 se (num_agencias + num_postos) = 0; senão 0ESTBAN + Canais / BCB
hab_por_pontoNúmero de habitantes por ponto de atendimento. Inverso de dens_pontos — quanto maior, menor a cobertura.pop_total / (num_agencias + num_postos) = 10.000 / dens_pontosNULL se denominador = 0; Winsor p99,5ESTBAN + Canais / BCB; IBGE

4. Dimensão 2 — Profundidade e Uso

Mede o volume de crédito e depósitos em relação à economia e população local, indicando o quanto o sistema financeiro penetra na atividade econômica do município.

VariávelConceitoFórmulaTratamentoFonte
credito_pcSaldo total de crédito per capita (R$)saldo_credito / pop_totalWinsor p99,5ESTBAN / BCB; IBGE
deposito_pcSaldo total de depósitos (vista + poupança + prazo) per capita (R$)(dep_vista + dep_poupanca + dep_prazo) / pop_totalWinsor p99,5ESTBAN / BCB; IBGE
profundidade_pibProfundidade financeira: soma de crédito e depósitos em proporção ao PIB local(saldo_credito + depositos_total) / pibWinsor p99,5ESTBAN / BCB; IBGE
credito_pibRazão crédito / PIB — intensidade do crédito na economia localsaldo_credito / pibWinsor p99,5; data‑ref fixadaESTBAN / BCB; IBGE
irpbÍndice Relativo de Profundidade Bancária: razão entre a intensidade de crédito local e a média nacional agregada, indicando se o município está acima ou abaixo da média do paíscredito_pib_i / (Σ saldo_credito / Σ pib)ESTBAN / BCB; IBGE
Nota sobre depósitos: depositos_total = dep_vista + dep_poupanca + dep_prazo. A ESTBAN registra saldos contábeis do balancete das instituições financeiras localizadas no município — não reflete necessariamente residência do titular.

5. Dimensão 3 — Intermediação e Retenção Financeira

Avalia se o sistema financeiro local mobiliza a poupança e a reinveste na forma de crédito, e o grau de equilíbrio entre os dois lados do balanço bancário.

VariávelConceitoFórmulaTratamentoFonte
rcdRazão Crédito / Depósito — mede o quanto o crédito local é lastreado em depósitos captados no próprio municípiosaldo_credito / depositos_totalWinsor p99,5; NULL se depósitos = 0ESTBAN / BCB
sli_pcSaldo Líquido de Intermediação per capita — diferença entre o crédito concedido e os depósitos captados, por habitante. Negativo indica que o município capta mais do que empresta.(saldo_credito − depositos_total) / pop_totalWinsor p99,5ESTBAN / BCB; IBGE
irfÍndice de Retenção Financeira — mede o equilíbrio entre crédito e depósitos. Valor 1 significa equilíbrio perfeito (crédito = depósitos); valor 0 significa desequilíbrio máximo.1 − |saldo_credito − depositos_total| / (saldo_credito + depositos_total)Limitado ao intervalo [0, 1]; NULL se ambos = 0ESTBAN / BCB

6. Dimensão 4 — Digitalização

Mede a adoção de pagamentos digitais instantâneos via Pix, capturando a penetração do sistema financeiro digital na economia local. Variáveis de fluxo (transações no período).

VariávelConceitoFórmulaTratamentoFonte
pix_tx_pcNúmero de transações Pix per capita no período (pagadores + recebedores, PF e PJ)pix_qtd_transacoes / pop_totalWinsor p99,5Estatísticas Pix / BCB; IBGE
pix_val_pibValor total movimentado via Pix em proporção ao PIB local — indica o peso econômico dos pagamentos digitaispix_valor / pibEstatísticas Pix / BCB; IBGE

7. Dimensão 5 — Desigualdade Relativa

Compara o município com a média nacional, revelando se seu sistema financeiro está acima ou abaixo da média do país dado seu nível de desenvolvimento humano.

VariávelConceitoFórmulaTratamentoFonte
ircÍndice Relativo de Crédito — razão entre o crédito per capita do município e a média nacional. Valor > 1 indica acima da média.credito_pc_i / média_nacional(credito_pc)ESTBAN / BCB; IBGE
irdÍndice Relativo de Depósitos — razão entre os depósitos per capita do município e a média nacional.deposito_pc_i / média_nacional(deposito_pc)ESTBAN / BCB; IBGE
resid_imb_idhmResíduo da regressão OLS entre o IMB e o IFDM (Firjan). Mede o quanto da bancarização do município não é explicado pelo seu nível de desenvolvimento econômico geral. Resíduo positivo: município financeiramente mais inclusivo do que o esperado para seu IFDM.ε de IMB = α + β·IFDM + εMédia ≈ 0 por construçãoIMB (calculado); Firjan

8. IMB — Índice Municipal de Bancarização

O IMB resume em um único score o grau de bancarização do município, combinando infraestrutura física e digitalização. É calculado por PCA de fase única sobre cinco variáveis de acesso.

Variáveis de entrada

VariávelDimensão de origemJustificativa
dens_agenciasD1 – AcessoDensidade de agências formais
dens_pontosD1 – AcessoDensidade total de pontos físicos
valor_pix_pcD4 – DigitalizaçãoVolume de Pix por habitante (proxy de conta ativa)
deposito_pcD2 – ProfundidadeCaptação por habitante (bancarização passiva)
credito_pcD2 – ProfundidadeCrédito por habitante (bancarização ativa)

Procedimento de cálculo

Etapa 1Normalização min‑max

Cada variável é normalizada individualmente para [0, 1] usando os valores mínimo e máximo observados em t0. Valores ausentes são preenchidos com 0 (não penalizam nem beneficiam).

x_norm = (x − min) / (max − min)
Etapa 2PCA — 1º componente principal

As cinco variáveis normalizadas formam a matriz X (5570 × 5). A PCA é ajustada sobre esse conjunto e retém apenas o 1º componente principal, que maximiza a variância explicada. O score de cada município é o produto interno do seu vetor x_norm pelas cargas (loadings) do 1º componente.

Etapa 3Escalonamento final

O score do 1º componente é novamente normalizado min‑max para [0, 1], garantindo que IMB = 1 seja o município mais bancarizado e IMB = 0 o menos bancarizado do conjunto.

As cargas (loadings) e a variância explicada pelo 1º componente são persistidas na tabela meta_imdf a cada atualização, permitindo auditoria e reprodução dos resultados.

9. IMDF — Índice Municipal de Desenvolvimento Financeiro

O IMDF é o índice-síntese central do Atlas. Combina as cinco dimensões de análise em um único score de desenvolvimento financeiro, usando uma PCA de duas fases: primeiro comprime cada dimensão em um score dimensional; depois combina os cinco scores dimensionais em um score final.

Por que duas fases? A PCA direta sobre todas as variáveis daria peso desproporcionalmente maior a dimensões com mais variáveis (D2 tem 4, D4 tem apenas 1). A PCA bifásica equaliza a contribuição de cada dimensão ao índice final, independentemente do número de variáveis que a compõem.

Fase 1 — PCA por dimensão

Para cada uma das cinco dimensões, aplica-se uma PCA independente sobre as variáveis que a compõem (após normalização min‑max). O score do 1º componente de cada dimensão é normalizado min‑max para [0, 1]:

1
Acesso Físico(2 variáveis)
dens_agenciasdens_pontosscore_d1 ∈ [0, 1]
2
Profundidade e Uso(4 variáveis)
credito_pcdeposito_pccredito_pibprofundidade_pibscore_d2 ∈ [0, 1]
3
Intermediação e Retenção(2 variáveis)
rcdirfscore_d3 ∈ [0, 1]
4
Digitalização(1 variável → min‑max direto (sem PCA))
pix_tx_pcscore_d4 ∈ [0, 1]
5
Desigualdade Relativa(2 variáveis (índices Firjan))
ifdmifdm_emprego_rendascore_d5 ∈ [0, 1]

Fase 2 — PCA dos scores dimensionais → IMDF

PCA FinalCombinação dos 5 scores dimensionais

Os cinco scores normalizados [score_d1, score_d2, score_d3, score_d4, score_d5] formam uma nova matriz (5570 × 5). Uma nova PCA é ajustada sobre esse conjunto e retém o 1º componente.

O score final é novamente normalizado min‑max para [0, 1]:

IMDF = minmax( PCA₂(score_d1, score_d2, score_d3, score_d4, score_d5)[1º componente] )

Resumo do fluxo de cálculo

EtapaEntradaSaída
NormalizaçãoVariáveis brutasCada variável ∈ [0, 1]
PCA Fase 1 (× 5)Variáveis por dimensãoscore_d1score_d5, cada ∈ [0, 1]
PCA Fase 2score_d1score_d5Score bruto do 1º componente
Escalonamento finalScore brutoIMDF ∈ [0, 1]
Ancoragem em t₀: todos os parâmetros de normalização (min, max) e os vetores de carga (loadings) da PCA são computados exclusivamente sobre os dados de t0. Os mesmos parâmetros são aplicados a t_12 e t_24, garantindo que variações no IMDF entre períodos reflitam mudanças reais nos municípios — e não redistribuição estatística da amostra.

10. Rankings

Os rankings nacional e estadual são calculados com base no IMDF de t0, usando ordenação descendente (posição 1 = maior IMDF). Em caso de empate, aplica-se o método min(ambos os municípios recebem a menor posição do empate). Municípios sem dados suficientes para o cálculo do IMDF recebem NULL no ranking.

11. Clusters de Municípios

Os municípios são agrupados em 5 perfis por k‑means aplicado sobre o vetor padronizado dos cinco scores dimensionais mais o IMDF:

vetor = [score_d1, score_d2, score_d3, score_d4, score_d5, imdf]

O k‑means é recalculado a cada atualização dos dados. Para garantir estabilidade visual entre versões (evitar que o cluster "1 — Muito Alto" se torne o cluster "3 — Médio" após uma atualização), os rótulos são realinhados por similaridade de centroide: após o recálculo, cada novo centroide é associado ao centroide anterior mais próximo (distância euclidiana no espaço normalizado), e o rótulo do centroide anterior é herdado.

ClusterPerfil típico
1 — Muito AltoGrandes centros urbanos e capitais com ampla infraestrutura, alto crédito e forte digitalização
2 — AltoCidades médias com boa cobertura bancária e desempenho acima da média nacional
3 — MédioMunicípios com cobertura básica e indicadores próximos à mediana nacional
4 — BaixoMunicípios com infraestrutura limitada, crédito e digitalização abaixo da média
5 — Muito Baixo / DesertoMunicípios com mínima ou nenhuma infraestrutura financeira — frequentemente categorizados como desertos bancários

12. Dados Geográficos

A malha municipal utilizada nos mapas é derivada da malha oficial do IBGE (2025), simplificada e convertida para o formato TopoJSON em dois níveis de detalhe (LOD):

ArquivoUsoTamanho aproximado
municipios-lod1.topojsonMapa coroplético nacional (resolução padrão)~3 MB
municipios-lod0.topojsonMapa de alta resolução (zoom avançado)~8 MB

Cada feature TopoJSON carrega a propriedade CD_MUN (7 dígitos, string) como chave de junção com os dados do banco. Os arquivos são servidos diretamente pelo CDN do Vercel — não há consulta PostGIS.

Reprodução: Toda a cadeia de processamento — ETL, cálculo de indicadores, PCA e publicação no banco — é implementada em Python (diretório pipeline/) e versionada no repositório público do projeto. As cargas PCA e a variância explicada de cada componente são persistidas na tabela meta_imdf a cada execução do pipeline, permitindo auditoria completa dos resultados.