Medindo o efeito das Commodities sobre a inflação brasileira

O período da pandemia tem sido marcado por diversos choques que têm afetado a economia mundial. Em particular, o mundo assiste a um avanço bastante forte nos preços das commodities, inclusive as da área de energia, que são utilizadas como insumo em diversas cadeias produtivas. Um dos efeitos mais nítidos desse aumento nas commodities é o avanço da inflação na maior parte dos países. Nesse Comentário de Conjuntura, buscamos verificar o impacto das commodities na chamada inflação de preços livres no Brasil a partir da estimação de uma Curva de Phillips aos moldes do que faz o Banco Central em seu modelo de pequeno porte.

O objetivo do exercício será estimar uma forma reduzida da Curva de Phillips do Modelo Semiestrutural de Pequeno Porte do BCB, conforme descrito abaixo:

(1)   \begin{align*} \pi_t^{livres} = \sum_{i>0} \beta_{1i} E_t \pi^{total}_{t+i} +\sum_{j>0} \beta_{2j} \pi^{total}_{t-j} +\sum_{k \geq 0} \beta_{3k} \pi^{importada}_{t-k} + \sum_{l>0} \beta_{4l} hiato_{t-l} + \sum_{m = 1}^4 D_m + \epsilon_t  \end{align*}

com a imposição da restrição de verticalidade de longo prazo:

(2)   \begin{align*} \sum_{i>0} \beta_{1i} +\sum_{j>0} \beta_{2j} +\sum_{k \geq 0} \beta_{3k} = 1 \end{align*}

Basicamente, a inflação dos preços livres é uma função linear da inflação passada, das expectativas de inflação, do hiato do produto e da inflação importada, que aqui será captura por um índice de commodities produzido pelo próprio Banco Central.

A reprodução do exercício está disponível para os membros do Clube AM. Uma aula sobre o assunto está disponível no nosso Curso de Macroeconometria usando o R.

Só hoje, 7 de abril, estamos com inscrições abertas para o Clube AM, o espaço de compartilhamento de exercícios da Análise Macro. Faça sua inscrição aqui.

O modelo é estimado via mínimos quadrados em dois estágios, utilizando como instrumentos as defasagens das próprias variáveis. Ademais, foram adicionadas dummies para controlar o overshooting do câmbio no início do governo Lula, outra para o governo Dilma Rousseff e uma última para a pandemia do Covid-19.  A seguir, os resultados do modelo.

 

Curva de Phillips com restrição de verticalidade
Variável Dependente: inflação de preços livres
Expectativa 12 meses 0.20***
(0.04)
IPCA Total(-1) 0.76***
(0.03)
IC(-1) 0.04**
(0.01)
Hiato(-1) 0.04
(0.02)
DLula -2.58***
(0.50)
DDilma -1.57*
(0.71)
DCovid 1.70**
(0.53)
Q1 -0.49*
(0.20)
Q2 -1.05***
(0.20)
Q3 -1.18***
(0.21)
eq1: R2 0.62
eq1: Adj. R2 0.57
Num. obs. (total) 75
***p < 0.001; **p < 0.01; *p < 0.05

A amostra contém dados trimestrais que vão desde o quarto trimestre de 2002 até o último trimestre de 2021. Nesse período, o modelo acima mostra que uma variação de 10% na inflação importada, medida pelo Índice de Commodities do Banco Central brasileiro, tem impacto de 0,4 p.p. dentro do trimestre, controlando para as variáveis em relevo.

_________________

A reprodução do exercício está disponível para os membros do Clube AM. Uma aula sobre o assunto está disponível no nosso Curso de Macroeconometria usando o R.

Só hoje, 7 de abril, estamos com inscrições abertas para o Clube AM, o espaço de compartilhamento de exercícios da Análise Macro. Faça sua inscrição aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

Econometria, ML ou IA para previsão da PMS?

Prever a Pesquisa Mensal de Serviços (PMS/IBGE) é um desafio por natureza: trata-se de uma série mensal, sujeita a volatilidade e choques que vão de fatores sazonais a mudanças estruturais no setor. Para enfrentar esse problema, realizamos um exercício de comparação entre três abordagens de modelagem: econometria tradicional (ARIMA), machine learning (XGBoost) e inteligência artificial (TimeGPT).

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.