O que são os países da áfrica subsaariana e por que a maioria dos dados sobre eles está errada
A maioria das planilhas que eu vejo com dados de países da áfrica subsaariana vem com pelo menos dois problemas básicos: alguns países estão faltando porque não caem nas definições padrão do FMI ou do Banco Mundial, e os que estão presentes frequentemente têm colunas que parecem corretas mas foram extraídas de fontes desatualizadas. Eu passei cerca de três anos lidando com dados macroeconômicos regionais antes de simplesmente criar minha própria base de referência, então vou explicar o que funciona na prática.
países da áfrica subsaariana — a lista real
O conceito de África Subsariana não é tão simples quanto "tudo que fica ao sul do Saara". O Banco Mundial e o FMI usam definições ligeiramente diferentes, o que gera discrepancies constantes. A definição operacional mais usada em análise econômica inclui 46 países. Não inclui Marrocos, Argélia, Tunísia, Líbia ou Egito — que são africanos mas estão fora do escopo. Também não inclui Madagáscar em todas as classificações, embora muitos pesquisadores incluam. A lista completa segundo a classificação do Banco Mundial é a seguinte: Angola, Benin, Botsuana, Burkina Faso, Burundi, Cabo Verde, Camarões, República Centro-Africana, Chade, Comores, República Democrática do Congo, República do Congo, Costa do Marfim, Djibuti, Guiné Equatorial, Etiópia, Gabão, Gâmbia, Gana, Guiné, Guiné-Bissau, Quênia, Lesoto, Libéria, Malawi, Mali, Mauritânia, Maurício, Moçambique, Namíbia, Níger, Nigéria, Ruanda, São Tomé e Príncipe, Senegal, Serra Leoa, Seychelles, África do Sul, Sudão do Sul, Eswatini, Tanzânia, Togo, Uganda, Zâmbia e Zimbábue. Sessenta e seis no total se você contar com todas as variações de classificação.
Um problema que todo mundo encontra: a Mauritânia às vezes é classificada como Norte da África em fontes que usam divisão geo-cultural em vez de geo-econômica. Se você está fazendo uma análise comparativa de crédito soberano, isso muda completamente os pesos da amostra. A Mauritânia entra na classificação do Banco Mundial mas sai da do FMI em algumas publicações. Fique atento.
onde conseguir dados confiáveis
O Banco Mundial abre dados por API. Você pode puxar tudo direto com uma chamada GET para a endpoint de indicadores. O World Development Indicators cobre praticamente todos os países da região com séries que vão de 1960 até o ano mais recente. A desvantagem é que o lag de atualização varia: países menores como Burundi ou Comores frequentemente têm dados com defasagem de dois trimestres, enquanto a Nigéria e a África do Sul acompanham bastante de perto. O FMI também mantém dados via WEO Database, mas a interface deles é mais complicada para automação. Você consegue acesso programático via suas webservices, mas exige registro de API key. A vantagem prática é que o FMI faz revisões de PIB e inflação mais rigorosas do que o Banco Mundial, então se você precisa de números para modelagem financeira, use os dados do FMI como fonte primária e o Banco Mundial para verificação cruzada.
A Comissão Econômica das Nações Unidas para a África tem dados setoriais mais detalhados, especialmente em infraestrutura e comércio intra-regional. Ninguém usa muito, mas quem usa descobre que os indicadores de conectividade rodoviária e portuária da COMDEV são muito superiores ao que o Banco Mundial oferece. Demoram mais para atualizar, mas a granularidade compensa.
o problema que ninguém conta sobre a África do Sul nos dados agregados
Aqui está algo que vai quebrar sua análise se você não souber: a África do Sul representa cerca de 35% do PIB total da região. Isso significa que qualquer média regional que você calcular será distorcida massivamente pela economia sul-africana. Quando vejo relatórios dizendo "a África Subsariana cresceu X%" e não consigo distinguir se foi crescimento generalizado ou apenas a África do Sul puxando o número, eu simplesmente removo a África do Sul e recalculo. No caso específico de crises cambiais, o mesmo problema aparece. O rand sul-africano tem correlação com mercados emergentes globais, não necessariamente com os fundamentals da região. Durante a crise de 2022, quando o dólar cotou acima de dezenove rand, vários painéis de análise regional mostravam deterioração generalizada que na verdade era um fenômeno concentrado em Joanesburgo. Removi a África do Sul da amostra e o quadro ficou completamente diferente.
👉 Clique no botão abaixo para saber mais sobre o assunto!
uma correção prática que eu uso
Eu tenho uma rotina em Python que puxa dados do Banco Mundial, aplica uma correção de paridade de poder de compra para séries de renda e depois faz três verificações automáticas: primeiro, alerta se algum país tem mais de quatro anos consecutivos de dados ausentes — geralmente indica conflito ativo ou colapso institucional. Segundo, compara o crescimento do PIB per capita com a variação cambial e marca discrepâncias maiores que quarenta por cento como provável ruído estatístico. Terceiro, recalcula a média regional excluindo a África do Sul e mostra os dois números lado a lado. O script leva cerca de onze minutos para rodar completo com todos os sessenta e seis países. O gargalo é o download dos dados do Banco Mundial, que limita a requisições a cada dois segundos. Se você quiser acelerar, pode baixar um dump anual em formato CSV diretamente do site deles. O arquivo completo ocupa cerca de oitenta e dois megabytes e contém todas as séries disponíveis.
Uma coisa que eu aprendi na prática e que não encontro em nenhum tutorial: sempre normalize a população por faixa etária quando for comparar produtividade laboral entre países da região. A Nigéria tem uma população com mediana de dezoito anos e a Tunísia — que não entra na região mas serve de benchmark — tem mediana de trinta e dois. Compararoutput per worker sem ajustar essa variável gera conclusões completamente equivocadas sobre eficiência produtiva.
fontes alternativas para casos específicos
Se você trabalha com dados de saúde, a AfDB tem uma base chamada AfDB Health Statistics que é mais detalhada que o pacote padrão do Banco Mundial, especialmente para indicadores de mortalidade materna e acesso a saneamento em países rurais. A desvantagem é que a cobertura varia muito entre países. Moçambique e Tanzânia têm séries longas, mas em países como o Sudão do Sul os dados muitas vezes são estimativas do WHO reconstruídas pelo AfDB, então o grau de confiança é baixo. Para dados de comércio exterior, a UN Comtrade é o padrão. O problema é que muitos países da região têm relatórios de importação incompletos, especialmente os que fazem fronteira com zonas de conflito. A Nigéria, que deveria ser um dos maiores traders da região, frequentemente registra valores de importação consistentemente abaixo do que outros parceiros comerciais declaram como exportação para ela. Isso cria um gap crônico nos dados que distorce análises de balança comercial.
Se o seu foco é investimento privado, o African Investment Forum publica relatórios setoriais trimestrais com dados muito mais atuais que as fontes oficiais. Eles cobrem mineração, energia e infraestrutura com atualizações mensais em alguns setores. A desvantagem é que não são dados estruturados — você tem que extrair das planilhas manualmente, o que consome tempo mas economiza horas de dedução.
armadilhas comuns que eu vejo acontecer
O erro mais frequente é tratar o Saara Ocidental como parte da região. Não é. Não está na lista do Banco Mundial, não está na lista do FMI, e a maioria dos datasets sérios ignora completamente. A segunda é confundir a União Econômica e Monetária Africana com alguma coisa relacionada à zona monetária. A UEMOA é só seis países da África Ocidental francófona, não tem relação direta com projetos de integração monetária continental. O terceiro erro, e este é sério, é usar câmbio nominal para converter receitas fiscais governamentais entre países com moedas voláteis. A libra quena vale mais de vinte vezes o dólar em paridade nominal, mas em PPP o poder de compra é muito maior. Sempre use PPP para comparações de arrecadação e despesa pública. Para investimentos estrangeiros diretos, câmbio nominal é aceitável porque o que importa é o valor em dólar que entrou no país.
A última armadilha comum é assumir que dados de censos populacionais são comparáveis entre países. O último censo geral no continente africano foi feito majoritariamente entre 2010 e 2014. Muitos países nunca fizeram recensimento completo desde então e dependem de estimativas do Departamento de Assuntos Econômicos e Sociais da ONU. As projeções do DEA/UN têm erro médio de doze a quinze por cento para países sem sistema censitário recente. Isso parece pouco até você multiplicar por trezentos milhões de pessoas.
