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.


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.


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

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

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.