Analisando a inflação por faixa de renda no Python

Existem diversas maneiras de analisar a taxa de inflação de uma economia, dentre elas:

  • Análise do índice cheio;
  • Análise dos grupos do índice;
  • Análise regional;
  • Análise dos núcleos;
  • Análise de difusão;
  • Análise das classficações de subitens.

Aprenda mais sobre análise da inflação através do curso de Análise de Conjuntura usando Python.

Apesar de todas estas análises permitirem investigar a evolução do custo de vida dos brasileiros, elas colocam o cobrador de ônibus e o gerente de banco em uma sacola só. Em outras palavras, perfis diferentes de renda podem estar expostos a custos de vida diferentes, o que faz com que uma análise por faixa de renda seja relevante.

Indicador IPEA de inflação por faixa de renda

O IPEA calcula desde 2017 indicadores mensais de inflação por faixa de renda. No total são 6 faixas de renda analisadas:

Faixa de renda Renda domiciliar (R$ jan./2023)
Renda muito baixa Menor que R$ 2.015,18
Renda baixa Entre R$ 2,015,18 e R$ 3.022,76
Renda média-baixa Entre R$ 3.022,76 e R$ 5.037,94
Renda média Entre R$ 5.037,94 e R$ 10.075,88
Renda média-alta Entre R$ 10.075,88 e R$ 20.151,75
Renda alta Maior que R$ 20.151,76

Estes indicadores segmentados permitem comparar o custo de vida, em termos de inflação, das faixas de renda, além de possibilitar a identificação dos itens que mais contribuiram para uma faixa ou outra.

Coletando dados do IPEA no Python

Para coletar e analisar dados de inflação por faixa de renda na variação acumulada em 12 meses, podemos utilizar o código de Python abaixo:

Para obter o código deste exercício faça parte do Clube AM e receba semanalmente códigos de ciência de dados em R e Python!

Conclusão

Neste artigo mostramos como coletar dados de inflação segmentados por faixa de renda e como calcular a variação acumulada em 12 meses usando a linguagem de programação Python.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Referências

Lameiras, M. A. P.; Sacchet, S.; Souza-Júnior, J. R.C. Indicador Ipea de Inflação por Faixa de Renda. Carta de Conjuntura, n. 37, 16 nov. 2017. Disponível em: <http://www.ipea.gov.br/cartadeconjuntura/index.php/2017/11/16/inflacao-por-faixa-de-renda/>.

Notas de rodapé

  1. Veja a metodologia em Lameiras et al. (2017).↩︎

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Uma introdução à Inteligência Artificial e a Engenharia de Prompt

“Um especialista sabe todas as respostas, se você fizer as perguntas certas”. Este é o mesmo princípio usado nas técnicas de Prompt Engineering, com objetivo de otimizar as respostas de aplicações de IA generativa. Neste artigo apresentamos algumas destas técnicas com exemplos práticos em Python.

Como identificar mensagens de erro na coleta de dados de sites públicos

Quem trabalha com dados reais e precisa coletar informações de forma online usando APIs e links, sabe que erros de requisição são comuns, principalmente com dados públicos. Neste artigo, damos algumas dicas de como entender estes erros e mostramos um jeito simples de evitar que o código de Python “quebre” nestas situacões.

O que é e como calcular o Beta de Mercado usando o Python?

Neste tutorial, explicamos o conceito de Beta de Mercado e como calculá-lo por meio de regressão linear utilizando a linguagem de programação Python. Demonstramos como interpretar graficamente e analisar os parâmetros estimados do método estatístico, contextualizando-o na teoria financeira com um exemplo real. Em seguida, aprofundamos a análise, desenvolvendo um Beta com Janelas Deslizantes e aplicando o modelo CAPM. Por fim, utilizamos a regressão linear múltipla para reproduzir o modelo de três fatores de Fama-French, uma extensão do CAPM.

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.