Clube do Código: Propagação da Inflação de Alimentos

Na edição 54 do Clube do Código, de autoria do Renato Lerípio, replicamos o box "Propagação da Inflação de Alimentos" do Relatório de Inflação de setembro de 2018, do Banco Central brasileiro. A ideia é relativamente simples: estimar, através de um VAR, o efeito de choques no IPCA do grupo "Alimentação e bebidas" sobre os demais preços da economia. Esses outros preços são representados por um núcleo, o qual expurga do índice geral os itens do grupo "Alimentação e bebidas" (obviamente) e também itens relacionados à energia. O box não explicita que itens estão inclusos nesta última categoria, então vamos considerar os itens "Combustíveis (veículos)" e "Combustíveis (domésticos)" -- talvez energia elétrica também entre nesta conta, mas vamos ignorar. O importante é que o resultado final fica bem próximo do original e os interessados podem facilmente adaptar de acordo com sua intuição.

O interessante do exercício é que ele fornece uma estimativa do efeito de segunda ordem de choques nos preços dos alimentos. Quem acompanha os relatórios e atas do BC provavelmente já se deparou com essa expressão. Em linhas gerais, o efeito de segunda ordem ocorre quando o choque no preço de um determinado segmento contamina o restante do conjunto de preços da economia -- e vale lembrar que, neste caso, a política monetária deve ser reativa. Do ponto de vista operacional, um outro aspecto interessante do exercício é que ele envolve uma série de ferramentas que são utilizadas com bastante frequência em análises e modelagem: acumular valores de uma série, modificar a frequência e aplicar ajuste sazonal.

Abaixo, colocamos o gráfico que ilustra a função impulso-resposta extraída do VAR estimado.

Membros do Clube do Código já podem acessar o código do exercício no repositório do github.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.