Análise do IBC-Br com o R

A deflação de setembro e a divulgação da POF 2017-2018, que traz novos pesos para os grupos do IPCA, trouxeram revisões importantes para a inflação nesse e no próximo ano. A expectativa para a inflação medida pelo IPCA em 2019 caiu de 3,42% para 3,28%, enquanto para o ano que vem a revisão foi de 3,78% para 3,73%. Esse último dado deve cair mais, à medida que as instituições avaliem melhor o impacto deflacionário da POF no ano que vem. Em outras palavras, há uma avenida aberta para a redução da Selic.

Hoje, a propósito, o Banco Central divulgou o seu IBC-Br, que busca avaliar o nível de atividade com base em pesquisas de periodicidade mensal. É um espécie de sumário das pesquisas recém divulgadas: PIM-PF, PMS e PMC. A tabela abaixo resume os dados do índice nos últimos três meses.

Variação do IBC-Br (%)
Mensal Trimestral Interanual Anual
Jun/19 0,32 -0,14 -1,47 1,15
Jul/19 -0,07 0,92 1,62 1,13
Ago/19 0,07 0,90 -0,73 0,87

Como se vê, o resultado de agosto mostra por um lado um avanço na margem - contra o mês anterior - e uma retração na comparação interanual - contra o mesmo mês do ano anterior. No acumulado em 12 meses, o índice cresceu 0,87% até agosto, na comparação com os 12 meses anteriores. Abaixo, um resumo da evolução das principais métricas calculadas a partir dos números-índices do IBC-Br.

 

No nosso Curso de Análise de Conjuntura usando o R, nós temos uma apresentação completa sobre como tratar o índice. Ela está disponível aqui.

________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como Medir o Ciclo das Concessões de Crédito usando Python

Este artigo apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pro-ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem 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.