IPA Agro vs. Alimentação no Domicílio

O Índice de Preços por Atacado-Oferta Global (IPA-OG), no seu corte restrito aos produtos agrícolas, tem avançado de forma bastante pronunciada nos últimos meses. Em setembro, por exemplo, o índice variou 8,57%, o que no acumulado em 12 meses gerou uma variação de 46,2%. Dada a sua relação com os índices ao consumidor, não é de se estranhar que a última edição do Relatório de Inflação do Banco Central tenha contido um box sobre o assunto. Nesse Comentário de Conjuntura, vamos mostrar como coletar os dados do IPA e da Inflação no Domicílio a partir do Sistema de Séries Temporais do Banco Central e do SIDRA/IBGE. São assuntos, diga-se, que eu ensino no nosso Curso de Análise de Conjuntura usando o R.

script começa carregando alguns pacotes de R:


###########################################################
################## IPA vs. IPCA ##########################

library(sidrar)
library(tidyverse)
library(tstools)
library(BETS)

Uma vez carregados os pacotes, podemos usar o pacote sidrar para coletar os dados da alimentação no domícilio dentro do Índice de Preços ao Consumidor Amplo (IPCA).


alim_dom_01 =
get_sidra(api='/t/1419/n1/all/v/63/p/all/c315/7171/d/v63%202')

alim_dom_02 =
get_sidra(api='/t/7060/n1/all/v/63/p/all/c315/7171/d/v63%202')

alim_dom = full_join(alim_dom_01, alim_dom_02) %>%
mutate(date = parse_date(`Mês (Código)`, format="%Y%m")) %>%
mutate(alim_12m = acum_p(Valor,12)) %>%
select(date, Valor, alim_12m)

Podemos na sequência pegar o IPA Agro diretamente do site do Banco Central usando para isso o pacote BETS.


ipa_agro = BETSget(7460, data.frame = TRUE) %>%
mutate(ipa_12m = acum_p(value,12))

Observe que nos códigos acima, eu já crio uma nova variável com a função mutate que acumula os dados em 12 meses. Uma vez tratados os dados, podemos gerar um gráfico como abaixo.

Observe que ao longo da série histórica é comum haver discrepâncias entre um e outro índice. Na margem, contudo, o IPA Agro tem experimentado uma subida bastante expressiva, o que abre a boca de jacaré entre as séries.

Dada a correlação entre as séries, que também nesse caso implica em causalidade - ver estudo a ser publicado no Clube do Código - existe uma expectativa de repasse da alta do IPA Agro para o consumidor. Isso, por óbvio, irá pressionar a inflação cheia. A conferir, apenas, se o suficiente para gerar alguma pressão sobre a política monetária.

Sempre lembrando que o Banco Central opera a política monetária de modo a conter efeitos secundários de um choque temporário como esse. Isto é, efeitos sobre outros preços, o que caracterizaria uma pressão inflacionária.

_____________________

(*) Para ter acesso aos códigos completos dos nossos exercícios, cadastre-se na nossa Lista VIP aqui.

(**) Inscrições para as Turmas de Verão começam no próximo dia 27/10. Seja avisado por e-mail clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como Construir um Monitor de Política Monetária Automatizado com Python?

Descubra como transformar dados do Banco Central em inteligência de mercado com um Monitor de Política Monetária Automatizado. Neste artigo, exploramos o desenvolvimento de uma solução híbrida (Python + R) que integra análise de sentimento das atas do COPOM, cálculo da Regra de Taylor e monitoramento da taxa Selic. Aprenda a estruturar pipelines ETL eficientes e a visualizar insights econômicos em tempo real através de um dashboard interativo criado com Shiny, elevando o nível das suas decisões de investimento.

Qual o efeito de um choque de juros sobre a inadimplência?

Neste exercício, exploramos a relação dinâmica entre o custo do crédito (juros na ponta) e o risco realizado (taxa de inadimplência) através de uma análise exploratória de dados e modelagem econométrica utilizando a linguagem de programação R.

Qual a relação entre benefícios sociais e a taxa de participação do mercado de trabalho?

Este exercício apresenta uma investigação econométrica sobre a persistente estagnação da taxa de participação no mercado de trabalho brasileiro no período pós-pandemia. Utilizando a linguagem R e dados públicos do IBGE e Banco Central, construímos um modelo de regressão linear múltipla com correção de erros robustos (Newey-West). A análise testa a hipótese de que o aumento real das transferências de renda (Bolsa Família/Auxílio Brasil) elevou o salário de reserva, desincentivando o retorno à força de trabalho.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.