PREVIC — Previdência Complementar Fechada

import pandas as pd
 
# Após download do cadastro de entidades do portal PREVIC
# https://www.gov.br/previc/pt-br/acesso-a-informacao/dados-abertos
df = pd.read_csv(
    "cadastro_efpc.csv",
    sep=";",
    encoding="utf-8",
    dtype=str,
)
 
print(f"Total de EFPCs cadastradas: {len(df):,}")
 
# Filtrar entidades ativas
ativas = df[df["SITUACAO"] == "ATIVA"]
print(f"EFPCs ativas: {len(ativas):,}")
 
# Maiores entidades por número de participantes
ativas = ativas.copy()
ativas["PARTICIPANTES"] = pd.to_numeric(ativas["PARTICIPANTES"], errors="coerce")
top10 = ativas.nlargest(10, "PARTICIPANTES")[["NOME_ENTIDADE", "SIGLA", "PARTICIPANTES"]]
print("\nTop 10 fundos de pensão por participantes:")
print(top10.to_string(index=False))
 
# Distribuição por UF
print("\nDistribuição de EFPCs por UF:")
print(ativas["UF"].value_counts().head(10))

import pandas as pd
 
# Dados de investimentos trimestrais
df_inv = pd.read_csv(
    "investimentos_efpc.csv",
    sep=";",
    encoding="utf-8",
    dtype=str,
    decimal=",",
)
 
# Converter valores
colunas_valor = [
    "RENDA_FIXA",
    "RENDA_VARIAVEL",
    "ESTRUTURADO",
    "IMOVEIS",
    "OPERACOES_PARTICIPANTES",
    "EXTERIOR",
]
for col in colunas_valor:
    if col in df_inv.columns:
        df_inv[col] = pd.to_numeric(
            df_inv[col].str.replace(".", "").str.replace(",", "."),
            errors="coerce",
        )
 
# Total investido por segmento
totais = df_inv[colunas_valor].sum()
print("Investimentos do setor por segmento (R$ bilhões):")
print((totais / 1e9).round(1))
 
# Proporção por segmento
total_geral = totais.sum()
print("\nProporção por segmento:")
print((totais / total_geral * 100).round(1).to_string() + "%")

import pandas as pd
 
# Dados patrimoniais por entidade
df = pd.read_csv(
    "demonstracoes_efpc.csv",
    sep=";",
    encoding="utf-8",
    dtype=str,
    decimal=",",
)
 
df["PATRIMONIO_LIQUIDO"] = pd.to_numeric(
    df["PATRIMONIO_LIQUIDO"].str.replace(".", "").str.replace(",", "."),
    errors="coerce",
)
 
# Ordenar por patrimônio
df_sorted = df.sort_values("PATRIMONIO_LIQUIDO", ascending=False)
 
# Top 10 = qual % do total?
top10_pl = df_sorted.head(10)["PATRIMONIO_LIQUIDO"].sum()
total_pl = df_sorted["PATRIMONIO_LIQUIDO"].sum()
print(f"Top 10 fundos concentram {top10_pl / total_pl * 100:.1f}% do patrimônio total")
 
# Maiores fundos
print("\nMaiores fundos de pensão por patrimônio:")
for _, row in df_sorted.head(10).iterrows():
    nome = row.get("SIGLA", row.get("NOME_ENTIDADE", "N/A"))
    pl = row["PATRIMONIO_LIQUIDO"] / 1e9
    print(f"  {nome}: R$ {pl:.1f} bilhões")