Breve nota: por que o IPCA veio estável em julho?

alimentosdesagregadoO Ministro Mantega fará pronunciamento em breve sobre o resultado do IPCA em julho. Provavelmente a presidenta falará algo também em seus discursos. O resultado de 0,03% em relação ao mês anterior será comemorado, enfim. Para economistas sérios, como nós, entretanto, o resultado de julho é explicado por alimentos e transportes. Desagregando o índice pelos nove grupos que o compõem, é possível verificar que os primeiros contribuiram com -264%, enquanto que os segundos contribuiram com -410%. Aquele explicado pelos efeitos da safra recorde que tem sido auferida nesse ano, este pelos subsídios incluídos na tarifa de transporte, por conta das manifestações. Nenhum, entretanto, fruto de resolução do processo adjacente da inflação. Até o mês passado, como notei aqui, o grupo alimentos representava 40% da variação do índice em 12 meses na média mensal: em julho esse percentual caiu para 16% (gráfico ao lado)! Entretanto, o índice cheio permanece teimosamente situado em 6,27% no acumulado em 12 meses, a despeito dessa desaceleração pontual. No segundo semestre, a acompanhar o repasse da desvalorização cambial para os preços domésticos. Será que os alimentos compensarão esse efeito?

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

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.