Inflação segue controlada no Brasil

A inflação medida pelo IPCA, divulgada essa semana pelo IBGE, fechou em 4,52% em 2020, levemente acima da meta, que era de 4%. O principal fator que gerou um desvio em relação à meta foi o repique no grupo Alimentação e Bebidas. A despeito disso, a média dos 7 núcleos de inflação construídos pelo Banco Central ficou em 2,76%, dentro do limite inferior do regime de metas para inflação.

Os membros do Clube AM, a propósito, têm acesso ao Monitor de Inflação, atualizado sempre que o IPCA é divulgado pelo IBGE. O Monitor é uma apresentação automatizada, que coleta os dados diretamente do SIDRA/IBGE e gera gráficos e demais informações sobre a inflação medida pelo IPCA. O gráfico a seguir resume o comportamento da inflação, da média dos núcleos e do intervalo da meta.

A linha vermelha no gráfico representa a meta de inflação, que em 2020 foi de 4%. Já a área cinza representa os limites inferior e superior da meta, que de acordo com o regime servem para acomodar eventuais choques sobre a inflação. Em resumo, portanto, o gráfico acima deixa claro que a inflação se manteve controlada em 2020, a despeito do choque de alimentos.

_______________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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.

Análise de Dados com REPL Tool e LLM usando LangGraph

Neste post, vamos mostrar como você pode criar um agente que interpreta e executa código Python em tempo real, utilizando o REPL-Tool e um LLM da família Gemini. Começamos com um exemplo genérico e, em seguida, aplicamos a mesma estrutura à análise econômica de uma série histórica do IPCA.

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.