Inflação segue controlada no Brasil

A inflação medida pelo IPCA, divulgada essa semana pelo IBGE, fechou em 4,52% em 2020, levemente acima da meta, que era de 4%. O principal fator que gerou um desvio em relação à meta foi o repique no grupo Alimentação e Bebidas. A despeito disso, a média dos 7 núcleos de inflação construídos pelo Banco Central ficou em 2,76%, dentro do limite inferior do regime de metas para inflação.

Os membros do Clube AM, a propósito, têm acesso ao Monitor de Inflação, atualizado sempre que o IPCA é divulgado pelo IBGE. O Monitor é uma apresentação automatizada, que coleta os dados diretamente do SIDRA/IBGE e gera gráficos e demais informações sobre a inflação medida pelo IPCA. O gráfico a seguir resume o comportamento da inflação, da média dos núcleos e do intervalo da meta.

A linha vermelha no gráfico representa a meta de inflação, que em 2020 foi de 4%. Já a área cinza representa os limites inferior e superior da meta, que de acordo com o regime servem para acomodar eventuais choques sobre a inflação. Em resumo, portanto, o gráfico acima deixa claro que a inflação se manteve controlada em 2020, a despeito do choque de alimentos.

_______________________

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.