El Niño e IPCA: mensurando impactos climáticos sobre a inflação de alimentos
Será que o El Niño impacta o preço do feijão com arroz no prato dos brasileiros? Para responder esta pergunta estimamos um modelo VAR(p) utilizando dados do Oceanic Niño Index (ONI) e investigamos a decomposição histórica dos choques estruturais.
Coletando dados do Google Trends no R e no Python
Como acompanhar e antecipar tendências de mercado? Independentemente da resposta final, os dados são o meio. Neste artigo, mostramos como obter dados do Google Trends em tempo quase real, utilizando as linguagens de programação R e Python.
Modelo de previsão para grupos do IPCA
Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.
Text mining dos comunicados do FOMC: prevendo mudanças na política
Como quantificar sentimentos e emoções a partir de comunicados de política monetária? Neste exercício utilizamos os statements do FOMC para construir um índice de sentimentos, o que permite comparar a "narrativa" com a prática da política monetária, ou seja, mudanças da taxa de juros. Também avaliamos se tal índice é útil em prever mudanças de política através do teste de causalidade de Granger.
Inflação por faixa de renda: como calcular
Como coletar os seis indicadores de inflação por faixa de renda do Ipea, calcular a
variação acumulada em 12 meses e comparar os estratos entre si usando Python. O
tutorial cobre a composição correta do acumulado, a inversão da ordem entre as faixas
ao longo do tempo e a decomposição por grupos do IPCA que explica o resultado.
