O que o mercado esperava para a inflação 12 meses atrás?

Abro o Valor dessa segunda-feira e lá está o mercado discordando da leitura do Banco Central sobre a ociosidade da economia e consequentemente sobre a trajetória futura da inflação medida pelo IPCA. O mercado alega que o Banco Central estaria mais otimista do que deveria a cerca da recuperação da economia, o que explicaria a decisão sobre a taxa básica de juros.

O interessante é que o próprio mercado estava mais otimista do que deveria um ano atrás sobre a trajetória da inflação nesse momento.

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

Para ilustrar o argumento, eu dei uma olhada nos dados do boletim Focus, que serve de base para a nossa já tradicional postagem de segunda-feira.

A ideia aqui é comparar a expectativa 12 meses antes com a inflação de hoje. Será que o mercado se sai bem?

O gráfico traz a linha vermelha que representa a expectativa de inflação 12 meses atrás para a inflação de hoje. A linha verde escura, por seu turno, traz a inflação efetivamente observada. A área azul, por fim, traz o intervalo de projeções, representado pelas expectativas mínimas e máximas do boletim Focus.

Como se vê, a expectativa média do Focus era de uma inflação em declínio a essa altura, provavelmente fruto da tal ociosidade da economia. Os choques de alimentos e de combustíveis, sobre os quais falo mais amanhã no Comentário de Conjuntura, acabaram por gerar uma trajetória diferente para a inflação.

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

____________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

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.