IFData

import requests
import pandas as pd
from io import StringIO
 
# O IFData não possui API REST formal. Os dados são obtidos via
# interface web. Abaixo, um exemplo de como processar um CSV
# previamente baixado do portal.
 
# Após baixar o CSV do portal IFData:
# 1. Acesse https://www3.bcb.gov.br/ifdata/
# 2. Selecione data-base, relatório e tipo de instituição
# 3. Exporte como CSV
 
# Exemplo de leitura de CSV baixado
# df = pd.read_csv("ifdata_resumo_2024T4.csv", sep=";", encoding="latin-1")
 
# Alternativa: usar a API de dados abertos do BCB para informações cadastrais
url = (
    "https://olinda.bcb.gov.br/olinda/servico/"
    "Informes_ListaTarifasPorInstituicaoFinanceira/versao/v1/odata/"
    "ListaTarifasPorInstituicaoFinanceira"
)
params = {
    "$top": 5,
    "$format": "json",
    "$orderby": "NomeInstituicao asc"
}
 
response = requests.get(url, params=params)
response.raise_for_status()
dados = response.json()["value"]
 
for d in dados:
    print(f"{d['NomeInstituicao']} - {d.get('NomeServico', 'N/A')}")

import requests
 
# Lista de instituições autorizadas pelo BCB
url = (
    "https://olinda.bcb.gov.br/olinda/servico/"
    "Informes_ListaDeBancosComerciaisEMultiplos/versao/v1/odata/"
    "ListaDeBancosComerciaisEMultiplos"
)
params = {
    "$format": "json",
    "$top": 10,
    "$orderby": "NomeReducao asc"
}
 
response = requests.get(url, params=params)
response.raise_for_status()
dados = response.json()["value"]
 
print("Bancos comerciais e múltiplos (primeiros 10):")
for banco in dados:
    print(f"  {banco['NomeReducao']} - CNPJ: {banco.get('Cnpj', 'N/A')}")

import pandas as pd
 
# Exemplo com dados hipotéticos do IFData (após download manual)
# Em produção, ler o CSV real baixado do portal
 
dados_exemplo = {
    "Instituicao": ["Itaú Unibanco", "Banco do Brasil", "Bradesco", "Caixa", "Santander"],
    "AtivoTotal_BRL_Bi": [2200, 2100, 1800, 1600, 1100],
    "PatrimonioLiquido_BRL_Bi": [180, 160, 140, 120, 90],
    "IndiceBasileia_pct": [13.5, 17.2, 14.8, 18.5, 14.1],
}
 
df = pd.DataFrame(dados_exemplo)
df["ROE_estimado"] = (df["AtivoTotal_BRL_Bi"] * 0.01 / df["PatrimonioLiquido_BRL_Bi"]) * 100
 
print("Ranking por Ativo Total:")
print(df.sort_values("AtivoTotal_BRL_Bi", ascending=False).to_string(index=False))