Investidores do Tesouro Direto¶
Resumo¶
Lista de investidores cadastrados no Tesouro Direto, com dados de perfil (data de adesão, estado civil, sexo, profissão, idade, cidade e UF) e indicadores de situação da conta (ativa ou desativada) e se operou nos últimos 12 meses. Um investidor com cadastro em mais de uma instituição financeira aparece em mais de uma linha, com o mesmo código.
São dados individuais, mas o código é um identificador numérico sem nome nem CPF. Neste repositório não se reproduzem valores reais de investidores.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | tesouro-direto/investidores-do-tesouro-direto |
| Órgão | Tesouro Nacional (STN/MF), Coordenação-Geral do Tesouro Direto (COTED), via Tesouro Transparente |
| Página oficial | https://www.tesourotransparente.gov.br/ckan/dataset/investidores-do-tesouro-direto |
| Licença | Licença Aberta para Bases de Dados (ODbL) do Open Data Commons, declarada no catálogo do Tesouro Transparente: http://www.opendefinition.org/licenses/odc-odbl |
| Periodicidade | mensal (arquivo gerado todo mês; divulgação em geral até o quinto dia útil do mês seguinte) |
| Cobertura | 2002-01 a em-curso |
| Unidade (uma linha) | cadastro de um investidor em uma instituição financeira |
| Granularidade | espacial: município (cidade e UF); temporal: data de adesão |
| Formato bruto | CSV em UTF-8, separador ponto e vírgula, datas DD/MM/AAAA; um CSV por período de adesão (até 2017 e um por ano a partir de 2018) |
| Estado no lake | convertido |
| Partições | periodo |
| Chave | — |
| Colunas | 11 |
| Unidades de medida | — |
| Dados pessoais | codigo_do_investidor (identificador pseudonimizado do investidor (código numérico da fonte)); data_de_adesao (data (data de adesão ao programa)); estado_civil (estado civil); genero (sexo); profissao (profissão); idade_do_investidor (idade); uf_do_investidor (localização (UF)); cidade_do_investidor (localização (cidade)); pais_do_investidor (localização (país)) |
| Eras | 2018-01: os arquivos passam a ser separados por ano de adesão (antes, um único arquivo até 2017) |
| Revisado em | 2026-11-10 |
| Versão do fetcher | 5.0.0 |
Origem e coleta¶
- O fetcher consulta o catálogo CKAN do Tesouro Transparente (conjunto
investidores-do-tesouro-direto) e baixa os recursos em CSV: um arquivo "até 2017" e um por ano de adesão de 2018 em diante. Os recursos ZIP, a base completa em GZ e o PDF de metadados não são baixados. - No bruto:
investidores-do-tesouro-direto-ate-2017@…csveinvestidores-do-tesouro-direto-de-AAAA@…csv, com carimbo de data de modificação do recurso. O lake converte a versão mais recente de cada período. - Os dados chegam do MF/STN a partir de arquivos enviados pela B3. A fonte gera o arquivo todo mês.
Conteúdo¶
- Uma linha por código de investidor e cadastro. Na amostra converti três arquivos (
ate-2017,2018e2026): 10.176.339 linhas, 7.857.386 códigos distintos; 1.555.335 códigos aparecem em mais de uma linha, e 137.400 linhas são cópias exatas de outras (conferido em 2026-11-10, só nesses três arquivos). - O período do arquivo é o ano de adesão: cada arquivo contém só adesões do seu ano (
2018: de 2018-01-01 a 2018-12-31;2026: de 2026-01-01 a 2026-09-30;ate-2017: de 1900-01-01 a 2017-12-31). - Cobertura nominal: a fonte anuncia dados desde jan/2002; a primeira adesão real vista foi em 2002-01-03. Há ainda adesões com data
1900(821.380 das 3.261.185 linhas do arquivoate-2017): a fonte atribui 1900 a pessoas jurídicas cadastradas (nota do dicionário oficial), mas não explica por que o volume é tão grande, e este documento não verifica a explicação. - Disponibilidade no bruto (2026-11-10):
ate-2017e 2018 a 2026; o arquivo de 2021 tem versão de maio de 2026, as demais de setembro e outubro de 2026.
Variáveis¶
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
codigo_do_investidor |
Codigo do Investidor | texto | Código identificador do investidor (pode repetir quando o investidor tem cadastro em mais de uma instituição) | até 10 posições | todo |
data_de_adesao |
Data de Adesao | texto | Data de adesão ao programa | DD/MM/AAAA; 1900 é atribuído a pessoas jurídicas |
todo |
estado_civil |
Estado Civil | texto | Estado civil | Solteiro(a), Desquitado(a), Viúvo(a), Divorciado(a), Casado(a) com brasileiro(a) nato(a), Casado(a) com brasileiro(a) naturalizado(a), Casado(a) com estrangeiro(a), União estável, Separado judic., Não se aplica (instituições de caridade) | todo |
genero |
Genero | texto | Sexo do investidor | M, F, N (não se aplica; instituições de caridade) | todo |
profissao |
Profissao | texto | Profissão (texto livre padronizado pela fonte) | até 70 posições; Não se aplica para instituições de caridade | todo |
idade_do_investidor |
Idade | texto | Idade do investidor, com três dígitos e zeros à esquerda; registros 00* têm erro de cadastro, segundo a fonte (o conversor renomeia Idade para idade_do_investidor) |
anos, ex.: 061 |
todo |
uf_do_investidor |
UF do Investidor | texto | UF do investidor | sigla | todo |
cidade_do_investidor |
Cidade do Investidor | texto | Cidade do investidor | até 30 posições, sem acento | todo |
pais_do_investidor |
Pais do Investidor | texto | País do investidor | até 50 posições (BRASIL em todas as linhas da amostra) |
todo |
situacao_da_conta |
Situacao da Conta | texto | Situação da conta | A (ativo), D (desativado) | todo |
operou_12_meses |
Operou 12 Meses | texto | Indicador de operação nos últimos 12 meses | S (sim), N (não) | todo |
No lake¶
- Dataset
tesouro-direto/investidores-do-tesouro-direto, particionado porperiodo:periodo=ate-2017,periodo=2018, …periodo=2026, um Parquet por arquivo. - O valor da partição vem do nome do arquivo (
…-de-2019@…csvviraperiodo=2019;…-ate-2017@…csvviraperiodo=ate-2017), nunca do conteúdo. Comoate-2017não é número, a partição é texto neste dataset. - Renomeação:
Idadeviraidade_do_investidor. As demais colunas só têm o cabeçalho normalizado. - Todas as colunas são texto. Nulos na amostra de três arquivos:
uf_do_investidorcom 1 vazio (o texto),cidade_do_investidorcom 8 vazios. - Não há chave: o mesmo código se repete (ver Conteúdo).
Cuidados de uso¶
- Dados individuais. Cada linha é um investidor. O código é numérico e a fonte não traz nome nem CPF, mas a combinação de cidade, idade, profissão e data de adesão pode ser identificadora; trate como dado pessoal.
- Tudo é texto. O conversor não converte tipos: datas continuam
DD/MM/AAAA, números usam vírgula decimal (18168,832736). Converta antes de ordenar ou somar; ordenar as datas como texto não segue o calendário (data_de_adesaoemDD/MM/AAAA). - Linhas repetidas. O mesmo código aparece em mais de uma linha (1.555.335 códigos na amostra de três arquivos), e há linhas idênticas (137.400). Para contar investidores, conte códigos distintos, não linhas.
- Data 1900 e idade 000. 821.380 linhas do arquivo
ate-2017têm adesão em 1900; 3.230 têm idade000(conferido em 2026-11-10). A fonte documenta o 1900 (pessoas jurídicas) e a idade com00*(erro de cadastro). - Idades implausíveis. 81 linhas têm idade acima de 110 anos.
- Situação e período.
situacao_da_contaeoperou_12_mesesrefletem a data da extração, não a do ano de adesão. - Período = ano de adesão, não ano do dado. O arquivo
ate-2017junta quase duas décadas. - Revisões. O Tesouro Nacional informa que os valores podem ser revistos por alteração da base primária, estornos ou erros de consolidação. O lake guarda só a versão mais recente de cada arquivo.
Exemplos¶
Número de investidores distintos que aderiram por ano nos arquivos convertidos (contagem por código, sem listar nenhum investidor):
import polars as pl
inv = pl.scan_parquet("lake/tesouro-direto/investidores-do-tesouro-direto/**/*.parquet", hive_partitioning=True)
por_periodo = (
inv.group_by("periodo")
.agg(pl.col("codigo_do_investidor").n_unique().alias("investidores"))
.sort("periodo")
.collect()
)
Referências¶
- Conjunto no Tesouro Transparente: https://www.tesourotransparente.gov.br/ckan/dataset/investidores-do-tesouro-direto
- Metadados em PDF: https://www.tesourotransparente.gov.br/ckan/dataset/48a7fd9d-78e5-43cb-bcba-6e7dcaf2d741/resource/9243a43c-31cd-4984-8129-55768fb780f5/download/investidoresdotesourodireto-metadados.pdf