Clube do Código: Propagação da Inflação de Alimentos

Na edição 54 do Clube do Código, de autoria do Renato Lerípio, replicamos o box "Propagação da Inflação de Alimentos" do Relatório de Inflação de setembro de 2018, do Banco Central brasileiro. A ideia é relativamente simples: estimar, através de um VAR, o efeito de choques no IPCA do grupo "Alimentação e bebidas" sobre os demais preços da economia. Esses outros preços são representados por um núcleo, o qual expurga do índice geral os itens do grupo "Alimentação e bebidas" (obviamente) e também itens relacionados à energia. O box não explicita que itens estão inclusos nesta última categoria, então vamos considerar os itens "Combustíveis (veículos)" e "Combustíveis (domésticos)" -- talvez energia elétrica também entre nesta conta, mas vamos ignorar. O importante é que o resultado final fica bem próximo do original e os interessados podem facilmente adaptar de acordo com sua intuição.

O interessante do exercício é que ele fornece uma estimativa do efeito de segunda ordem de choques nos preços dos alimentos. Quem acompanha os relatórios e atas do BC provavelmente já se deparou com essa expressão. Em linhas gerais, o efeito de segunda ordem ocorre quando o choque no preço de um determinado segmento contamina o restante do conjunto de preços da economia -- e vale lembrar que, neste caso, a política monetária deve ser reativa. Do ponto de vista operacional, um outro aspecto interessante do exercício é que ele envolve uma série de ferramentas que são utilizadas com bastante frequência em análises e modelagem: acumular valores de uma série, modificar a frequência e aplicar ajuste sazonal.

Abaixo, colocamos o gráfico que ilustra a função impulso-resposta extraída do VAR estimado.

Membros do Clube do Código já podem acessar o código do exercício no repositório do github.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar Modelos de Linguagem no R com o pacote {elmer}

Na análise de dados contemporânea, o uso de Modelos de Linguagem (LLMs) vem se consolidando como uma ferramenta poderosa para automatizar e aprimorar tarefas analíticas. Ao integrarmos LLMs a pacotes como o ellmer, podemos ampliar nossas capacidades de extração, interpretação e automação de dados no ambiente R. Neste post, exploramos o papel desses modelos e detalhamos como o ellmer opera dentro do universo da linguagem de programação R.

Introdução ao AutoGen: Agentes Inteligentes na Análise Financeira

O AutoGen é um framework da Microsoft que permite criar agentes de IA colaborativos. Na área financeira, pode automatizar a coleta de dados, cálculos de indicadores e geração de relatórios. Este artigo apresenta os conceitos básicos e um exemplo aplicado a ações de empresas.

Como usar LangGraph e LLMs para prever a inflação no Brasil

Este post apresenta um estudo de caso sobre como utilizar o LangGraph e modelos de linguagem para estruturar um sistema multiagente voltado à previsão do IPCA. O exercício cria um sistema que utiliza-se de personas analíticas que trabalham em paralelo, permitindo validar previsões, calcular métricas de erro e consolidar relatórios automatizados. A abordagem demonstra como fluxos multiagentes podem apoiar a análise econômica, oferecendo múltiplas perspectivas e maior consistência nos resultados.

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.