Hoje o IBGE divulgou o IPCA (Índice de Preços ao Consumidor Amplo) de outubro. No acumulado em 12 meses, o índice atingiu inacreditáveis 9,93%.
| IPCA Mensal | IPCA Anual | |
| Jan/15 | 1.24 | 7.14 |
| Fev/15 | 1.22 | 7.70 |
| Mar/15 | 1.32 | 8.13 |
| Abr/15 | 0.71 | 8.17 |
| Mai/15 | 0.74 | 8.47 |
| Jun/15 | 0.79 | 8.89 |
| Jul/15 | 0.62 | 9.56 |
| Ago/15 | 0.22 | 9.53 |
| Set/15 | 0.54 | 9.49 |
| Out/15 | 0.82 | 9.93 |
Onde vamos parar, leitor? 🙁
Como mensurar a importância de choques na inflação sobre o erro de previsão da taxa de juros? Neste exercício quantificamos esta pergunta sob a ótica de um modelo VAR, usando dados recentes da macroeconomia brasileira. Especificamente, estimamos a decomposição da variância dos erros de previsão do modelo, analisando choques na inflação da gasolina e sua importância sobre a variância dos erros de previsão da taxa Selic.
Neste exercício exploramos os dados públicos sobre o preço da gasolina no Brasil, sua composição, evolução temporal, políticas associadas e, por fim, construímos um modelo simples de previsão. Com um modelo em mãos, o analista pode cenarizar o comportamento futuro da série da forma como preferir. Todos os procedimentos foram feitos usando a linguagem de programação Python.
Apresentamos neste exercício como é a aplicação de um Vetor AutoRegressivo Estrutural (SVAR) no Python a partir da biblioteca statsmodels.
comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002
Criação Kamus – Hospedagem HostWP
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.
