Exportações brasileiras por NCM¶
Resumo¶
As exportações brasileiras detalhadas por Nomenclatura Comum do Mercosul (NCM), que alimentam a balança comercial e o Comex Stat. Cada linha soma as operações de um mês com a mesma NCM, unidade estatística, país, UF do produto, via de transporte e URF. Os arquivos municipais (exp-mun) reabrem o mesmo total por município da empresa e posição SH4.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | comex/exp |
| Órgão | Ministério do Desenvolvimento, Indústria, Comércio e Serviços (MDIC), Secretaria de Comércio Exterior (SECEX) |
| Página oficial | https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/base-de-dados-bruta |
| Licença | Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada (CC BY-ND 3.0), declarada no rodapé do site do MDIC para todo o conteúdo do site: https://creativecommons.org/licenses/by-nd/3.0/deed.pt_BR . A página dos dados não traz licença própria; a licença impede obras derivadas |
| Periodicidade | mensal; o arquivo do ano corrente cresce a cada mês (a fonte não declara periodicidade formal) |
| Cobertura | 1997-01 a em-curso |
| Unidade (uma linha) | exportação de uma NCM, num mês, por unidade estatística, país, UF, via e URF (linha agregada, não uma operação individual) |
| Granularidade | espacial: UF do produto, país e URF; temporal: mês |
| Formato bruto | CSV EXP_AAAA.csv / IMP_AAAA.csv (um por ano), separador ponto e vírgula, cabeçalho na primeira linha, campos de código entre aspas e medidas sem aspas, terminador CRLF; os arquivos conferidos são ASCII e o fetcher os lê como latin-1 |
| Estado no lake | convertido |
| Partições | ano |
| Chave | co_ano, co_mes, co_ncm, co_unid, co_pais, sg_uf_ncm, co_via, co_urf |
| Colunas | 11 |
| Unidades de medida | qt_estat: quantidade na unidade estatística indicada em co_unid (ver tabela unidade); kg_liquido: quilograma líquido (kg); vl_fob: US$ FOB (valor em dólar) |
| Dados pessoais | nenhum |
| Eras | 1997-01: nomenclatura NCM; de 1989 a 1996 a série usa a NBM (dataset exp-nbm) |
| Revisado em | 2026-11-10 |
| Versão do fetcher | 2.5.2 |
Origem e coleta¶
- O fetcher baixa um CSV por ano e direção da base de dados bruta do MDIC (
https://balanca.mdic.gov.br/balanca/bd/comexstat-bd/ncm/EXP_AAAA.csv). No bruto, o arquivo recebe um sufixo de data,[email protected], e um arquivo.manifest.jsonao lado. O sufixo registra a data de última modificação informada pelo servidor; quando o servidor publica uma versão nova do mesmo ano, as duas ficam no bruto e o lake converte a mais recente. - O fetcher confere a primeira linha útil de cada CSV e descarta respostas que não são dados (a fonte devolve
206com código PHP para arquivo inexistente). Os arquivos únicos (*_COMPLETA.zip), que o MDIC deixou de oferecer em 2025, a calendarização (dados_calendario.xlsx) e as correlações das classificações antigas não são baixados. - Versões no bruto conferidas em 2026-11-09: um arquivo por ano, de 1997 a 2026; sufixos de 20210727 (anos até 2020), 20220203 (2021), 20230208 (2022), 20240207 (2023), 20250207 (2024), 20260205 (2025) e 20261006 (2026).
Conteúdo¶
- Uma linha por combinação de mês, NCM, unidade estatística, país, UF, via e URF. A chave da fonte é única nas amostras convertidas (zero duplicatas em 1997, 2005, 2015, 2025 e 2026).
- Cobertura anunciada pela fonte: 1997 a 2026 ("Últimos dados disponíveis: janeiro - outubro de 2026", página atualizada em 06/11/2026). Cobertura no bruto: 30 arquivos anuais, 1997 a 2026 (conferido em 2026-11-09). O arquivo de 2026 coletado em 2026-10-06 traz os meses 01 a 09.
- Conferência por amostra: convertidos 1997, 2005, 2015, 2025 e 2026 (amostra); o número de linhas, a soma de
vl_fob,kg_liquidoeqt_estatde cada ano é igual ao do arquivo de totais para validação (datasetvalidacao) publicado pela fonte. - Todas as linhas amostradas têm NCM com 8 dígitos e, todo código de NCM, país, via, URF e unidade das amostras existe nas tabelas auxiliares do mesmo lote (conferido em 2026-11-10).
- Eras: de 1989 a 1996 a fonte publica a série histórica pela NBM (
exp-nbm); a partir de 1997, pela NCM, neste dataset. Não há outra quebra de layout nas amostras.
Variáveis¶
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
co_ano |
CO_ANO |
texto | Ano de referência (nome do campo; a fonte não descreve) | AAAA | todo |
co_mes |
CO_MES |
texto | Mês de referência (nome do campo; a fonte não descreve) | 01 a 12 |
todo |
co_ncm |
CO_NCM |
texto | Código da mercadoria na Nomenclatura Comum do Mercosul (NCM) | 8 dígitos, com zeros à esquerda; tabela ncm |
todo |
co_unid |
CO_UNID |
texto | Código da unidade estatística da NCM, na qual qt_estat é medida |
2 dígitos, 10 a 24; tabela unidade |
todo |
co_pais |
CO_PAIS |
texto | Código do país de destino da mercadoria | 3 dígitos; tabela pais |
todo |
sg_uf_ncm |
SG_UF_NCM |
texto | Sigla da UF de origem (exportação) ou destino (importação) do produto, segundo a página; aceita também códigos que não são UF | sigla de 2 letras; tabela uf (ND = não declarada) |
todo |
co_via |
CO_VIA |
texto | Código da via de transporte | 2 dígitos, 00 a 15 e 99; tabela via |
todo |
co_urf |
CO_URF |
texto | Código da Unidade da Receita Federal de embarque (exportação) ou desembarque (importação) | 7 dígitos; tabela urf |
todo |
qt_estat |
QT_ESTAT |
texto | Quantidade estatística, na unidade de co_unid. Zero quando a quantidade não se aplica ou não foi informada |
unidade de co_unid |
todo |
kg_liquido |
KG_LIQUIDO |
texto | Peso líquido | quilograma | todo |
vl_fob |
VL_FOB |
texto | Valor FOB da operação | US$ | todo |
ano |
— (partição) | inteiro | Ano do arquivo bruto (extraído do nome do arquivo); igual a co_ano |
— | todo |
No lake¶
- Dataset
comex/exp, particionado porano(inteiro, extraído do nome do arquivo); um Parquet por ano (exp_AAAA.parquet). - A conversão lê o CSV com o DuckDB em latin-1, separador
;, todas as colunas como texto: não há conversão de tipo. Os nomes das colunas ficam em minúsculas. Os zeros à esquerda deco_ncm,co_urf,co_viaeco_paissão preservados. co_ano(texto) repete a partiçãoano(inteiro).- Nenhuma linha é descartada: a contagem de linhas do lake é igual à do arquivo bruto menos o cabeçalho, em todas as amostras.
- A chave de arquivo no lake é o nome do arquivo sem a data (
exp_AAAA); uma versão mais nova do mesmo ano o substitui.
Cuidados de uso¶
- Medidas em texto.
qt_estat,kg_liquidoevl_fobsãoVARCHARno lake; converta antes de somar (TRY_CAST(... AS BIGINT)). Nas amostras todos os valores são inteiros (zero falhas de conversão). - Valor FOB em US$, sem ajuste. A fonte informa dólar FOB; não informa deflator nem câmbio. Séries longas em dólar nominal não descontam inflação.
qt_estatnão é comparável entre linhas. A unidade muda comco_unid(quilograma, número, litro, metro cúbico...). Somarqt_estatentre NCMs distintas não tem sentido. Em exportação de 2026, em 66.826 das 874.235 linhas comco_unid10 (quilograma),qt_estaté 0; a quantidade então só está emkg_liquido(conferido em 2026-11-10).- Linhas com valor zero. Há linhas com
vl_fobigual a 0 (por exemplo 923 em 1997 e 2.851 em 2026) e muitas comkg_liquido0 (conferido nas amostras): são mercadorias de valor ou peso desprezível, não erros de leitura. - Ano corrente parcial. O arquivo de 2026 vai só até o último mês divulgado (09 na coleta de 2026-10-06). Compare apenas meses completos.
- Revisões. A fonte afirma que anos anteriores estão congelados e que basta baixar o ano mais recente (Informativo 029/2025). Os sufixos de data dos arquivos recentes, porém, mostram uma nova versão de cada ano no início do ano seguinte (por exemplo, 2025 em 20260205).
- Não some com
exp-munnem comrepetro. Os arquivos municipais repetem o mesmo valor total; os totais devl_fobekg_liquidode exp e exp-mun coincidem em todos os anos conferidos (1997, 2005, 2010, 2015, 2020, 2024 e 2025, pelos totais de validação). A série REPETRO é separada e não compõe a balança divulgada. - Códigos que não são lugar.
sg_uf_ncmaceita valores comoND(não declarada);co_pais000é "Não Definido". Consulte as tabelas auxiliares antes de agrupar por UF ou país. - Excel. A própria fonte avisa que softwares de planilha podem perder linhas: use ferramentas de banco de dados.
Exemplos¶
Valor exportado (US$ bilhões) por UF do produto em 2025, com as 5 maiores:
import polars as pl
df = pl.scan_parquet("lake/comex/exp/**/*.parquet", hive_partitioning=True)
top = (
df.filter(pl.col("ano") == 2025)
.with_columns(pl.col("vl_fob").cast(pl.Int64))
.group_by("sg_uf_ncm")
.agg((pl.col("vl_fob").sum() / 1e9).alias("bi_usd"))
.sort("bi_usd", descending=True)
.head(5)
.collect()
)
O mesmo em DuckDB, com os códigos descritos pela tabela uf:
SELECT e.sg_uf_ncm, u.no_uf, SUM(TRY_CAST(e.vl_fob AS BIGINT)) / 1e9 AS bi_usd
FROM read_parquet('lake/comex/exp/*/*.parquet', hive_partitioning = true) e
LEFT JOIN read_parquet('lake/comex/auxiliary-tables/uf.parquet') u ON u.sg_uf = e.sg_uf_ncm
WHERE e.ano = 2025
GROUP BY ALL ORDER BY bi_usd DESC LIMIT 5;
Referências¶
- Estatísticas de Comércio Exterior em Dados Abertos (MDIC): https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/base-de-dados-bruta
- Aviso sobre o arquivo único (Informativo SECEX 029/2025): https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/informativos/informativo-2025-029
- Comex Stat: https://comexstat.mdic.gov.br/