Inflação vs. Desemprego no Brasil

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="19" use_border_color="off" border_color="#ffffff" border_style="solid"]

Uma das relações empíricas consagradas na teoria econômica é a correlação negativa existente entre desemprego e taxa de inflação. Isto é, quando o desemprego aumenta, espera-se que a inflação cheia diminua, dado que haverá menos demanda por bens e serviços. Para mostrar essa relação, podemos fazer uso do R - conheça nossos Cursos Aplicados de R - para baixar dados reais de desemprego e inflação no Brasil. O código a seguir faz uso do pacote BETS para baixar a taxa de desemprego medida pela PNAD Contínua e a inflação cheia medida pelo IPCA. Ambas as séries estão disponíveis no Banco Central.

1
2
3
4
library(BETS)
 
desemprego = BETS.get(24369, from='2012-03-01', to='2017-11-01')
inflacao = BETS.get(13522, from='2013-03-01')

O truque aqui, de modo a obter uma relação mais interessante entre as variáveis é tomar o desemprego com defasagem de 12 meses. Isso porque, certamente o aumento do desemprego terá efeito sobre a inflação, mas não imediatamente, apenas com algum tempo, o aumento do desemprego contribuirá para reduzir a inflação. Isso feito, podemos criar um gráfico de correlação entre as variáveis, com o código abaixo.

1
2
3
4
5
6
7
8
9
data = data.frame(desemprego=desemprego, inflacao=inflacao)
 
ggplot(data, aes(desemprego, inflacao))+
geom_point(size=3, colour='darkblue')+
geom_smooth(method = 'auto')+
xlab('Taxa de Desemprego (t-12) (PNAD Contínua)')+
ylab('Inflação 12 meses (IPCA)')+
labs(title='Inflação vs. Desemprego (t-12) no Brasil',
subtitle='Fonte: analisemacro.com.br com dados do BCB.')

E abaixo o gráfico...

 

Simples e rápido, não? Aprenda a lidar com dados reais através dos nossos Cursos Aplicados de R.

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como otimizar um portfólio de investimentos no Python?

Este post apresenta, de forma prática e didática, como aplicar o modelo de otimização de carteiras de Markowitz utilizando Python. A partir de dados reais de ações brasileiras, mostramos como calcular retornos, medir riscos e encontrar a combinação ótima de ativos com base nas preferências de risco do investidor. Utilizamos a biblioteca Riskfolio-Lib para estruturar a análise e gerar gráficos como o conjunto de oportunidades e a fronteira eficiente.

O que são SLMs?

Assim como os LLMs, os Small Language Models (SLMs) são Modelos de Linguagem baseados em IA em versões mais compactas, projetados para funcionar com menos recursos computacionais, menor latência e maior privacidade. Neste exercício mostramos como usar estes modelos usando API's ou localmente através do Python.

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.