Inflação rompe limite superior da meta

A inflação medida pelo IPCA rompeu, em março, o limite superior da meta, que atualmente é de 5,25% ao ano. A inflação acumulada em 12 meses ficou em 6,1%. A média dos sete núcleos de inflação também tem mostrado avanço nos últimos meses, fechando março em 3,42% a.a. no acumulado em 12 meses. Nesse Comentário de Conjuntura especial, atualizamos nosso Monitor de Inflação, adicionando uma estratégia de previsão para a inflação mensal.

date nucleos lim_sup meta lim_inf mensal anual
2020-10-01 2.32 5.50 4.00 2.50 0.86 3.92
2020-11-01 2.52 5.50 4.00 2.50 0.89 4.31
2020-12-01 2.76 5.50 4.00 2.50 1.35 4.52
2021-01-01 2.93 5.25 3.75 2.25 0.25 4.56
2021-02-01 3.13 5.25 3.75 2.25 0.86 5.20
2021-03-01 3.42 5.25 3.75 2.25 0.93 6.10

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

A tabela acima resume os números da inflação no Brasil. Em março, muito em função dos reajustes nos combustíveis, houve variação de 0,93%. A seguir ilustramos o comportamento da inflação acumulada em 12 meses e dos núcleos no nosso gráfico padrão.

Pela primeira vez desde 2017, a inflação acumulada em 12 meses está fora dos limites estabelecidos pelo regime de metas para inflação. Não por outro motivo, o Banco Central se viu obrigado a elevar a taxa básica de juros, mesmo em meio a um hiato do produto ainda em terreno negativo.

O gráfico acima, por suposto, mostra o comportamento dos sete núcleos construídos e divulgados pelo Banco Central. Na margem, observa-se um avanço de todos os núcleos em direção à meta. Isso mostra que os choques sobre o índice cheio acabaram por contaminar outros preços, estabelecendo assim efeitos secundários.

No gráfico acima, observa-se que ao longo de 2020, a inflação cheio sofreu com o aumento de preços no grupo Alimentação e bebidas. Já aqui em 2021, os reajustes de combustíveis, que afetam o grupo Transportes, têm sido preponderantes para explicar a variação mensal.

No gráfico acima, por suposto, trazemos a média das previsões dos modelos que temos rodado aqui na Análise Macro. A metodologia completa da modelagem, diga-se, está disponível para os Membros do Clube AM. Como é possível observar, os modelos projetam uma melhora nos próximos meses.

Essa melhora na variação mensal, contudo, ainda deve demorar para aparecer no acumulado em 12 meses, como pode ser observado no gráfico acima. É possível que a inflação flerte com valores ainda mais elevados nos próximos meses, ficando distante do limite superior da meta.

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

____________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é e como funcionam Sistemas Multi-Agentes

Sistemas multi-agentes (MAS) representam uma nova forma de estruturar aplicações de inteligência artificial, especialmente úteis para lidar com problemas complexos e distribuídos. Em vez de depender de um único agente generalista, esses sistemas são compostos por múltiplos agentes especializados que colaboram, competem ou se coordenam para executar tarefas específicas. Neste post, explicamos o que são os MAS, seus principais componentes (como LLMs, ferramentas e processos) e as arquiteturas mais comuns.

O que é um Vector Database e como criar um com LangChain

Nesta postagem, mostramos como construir um pipeline simples de RAG (Retrieval-Augmented Generation) usando o LangChain, o modelo Gemini 2.0 Flash e o Vector Database Chroma. Utilizamos como exemplo o Relatório de Inflação de junho de 2025 do Banco Central do Brasil. O fluxo envolve o download e leitura do PDF, divisão do texto com RecursiveCharacterTextSplitter, geração de embeddings com Gemini, armazenamento vetorial com Chroma e busca semântica para responder perguntas com base no conteúdo do relatório. É uma aplicação prática e didática para economistas que desejam integrar IA ao seu fluxo de análise.

Automatizando a Construção de Códigos em Python com LangGraph

Neste post, mostramos como construir um agente de código em Python utilizando LangGraph, LangChain e Gemini. A proposta é construir um protótipo para automatizar o ciclo completo de geração, execução e correção de código com o uso de LLMs, organizando o processo em um grafo de estados.

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.