Inflação: cada país é infeliz à sua maneira

A inflação em aceleração é um fenômeno global. Como já comentei aqui nesse espaço algumas vezes, o aumento de preços de commodities e a restrição de oferta nas cadeias globais de produção têm gerado um movimento sincronizado de aumento de preços mundo a fora.

Para ilustrar, pegamos os dados de inflação do FMI, usando o pacote de R imfr. Pegamos os dados da inflação mensal de 13 países do G20 desde 2011 em frequência mensal e depois acumulamos em 12 meses.

Como é possível perceber pelo gráfico, há uma aceleração da inflação a partir do final de 2020 em praticamente todos os países da amostra.

Então, conclui o leitor, se a inflação é um problema global, o Brasil não precisaria se preocupar. Certo?

Como nos ensinou o monstro Tolstoi, porém, cada família infeliz é infeliz à sua maneira. E nesse caso, o Brasil tem diversos motivos que lhe diferenciam dos demais países da amostra.

Em particular, como tenho chamado atenção nesse espaço, o Brasil tem experimentado um aumento da persistência inflacionária. E isso tem ocorrido porque os diversos choques que tem afetado a economia brasileira estão contaminando todos os demais preços.

Os núcleos de inflação mostram claramente que os choques que afetaram a economia se disseminaram por todos os demais preços. Além disso, o índice de difusão, aquele que mede o percentual de subitens que sofre aumento ao longo dos meses, também tem aumentado.

A inflação tem aumentado no mundo todo. Mas no Brasil, a evidência mostra que a situação é um pouco diferente. E pior. Não por outro motivo, o Banco Central brasileiro tem promovido um aperto monetário de grandes proporções e deve mantê-lo nas próximas reuniões.

____________________

(*) Os códigos dos Comentários de Conjuntura estão disponíveis no Clube AM.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

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.