Deflacionando dados no R e no Python

Uma nota de R$ 100 não se compra a mesma quantidade de bens hoje do que era possível há 20 anos e isso constitui um problema econômico básico, motivo pelo qual devemos deflacionar valores monetários para poder compará-los no tempo. No post de hoje, mostramos como é possível realizar o deflacionamento de valores usando o R e o Python.

Para ilustrar, vou mostrar aqui a possibilidade de deflacionar uma série econômica usando o R e o Python, dúvida muito comum. Sabemos todos que R$ 100 em dezembro de 1997 não é a mesma coisa que R$ 100 em dezembro de 2022, não é mesmo? Logo, para comparar valores no tempo é preciso que levemos em consideração a taxa de crescimento do nível geral de preços, ou simplesmente a inflação. Para comparar valores nominais em dois períodos distintos, é preciso que tenhamos a mesma base de preços.

Sendo assim, se queremos ter uma visão realística quando analisando uma série de preços, devemos transformar os valores nominais para valores deflacionados, ou reais, contabilizando o efeito inflacionário do período.

Como fazemos o cálculo?

     $$Vr_{i:j} = (\frac{I_j}{I_i}) V_i$$

Onde:

Vr_{i:j} é o valor real, ou deflacionado, no período i na data-base j

I_j é o índice de preços fixado na data-base j

I_i é o índice de preços no período i

V_i é o valor ou preço nominal no período i

Com esta fórmula é possível obter o valor deflacionado a partir da multiplicação do valor nominal em um dado período pela razão entre o índice de preços na data-base de referência em relação ao índice no período de análise/interesse. Agora vamos exemplificar com dados para facilitar o entendimento.

Exemplo

Como exemplo, é possível utilizar a série de Rendimento médio nominal de todos os trabalhos habitualmente recebidos por mês (R$), referente a tabela 6390 do Sidra e deflacionar os seus valores pelo INPC - Índice Nacional de Preços ao Consumidor, referente a tabela 1736 do Sidra.

A ideia é a de que possamos realizar uma comparação do Rendimento Médio dos brasileiros no momento atual, isto é, tomando como base os preços de atualmente.

Para entender como foi criado o deflacionamento e os gráficos abaixo, faça parte do Clube AM, o repositório de códigos da Análise Macro, contendo exercícios semanais de R e Python.

Valores Deflacionados no R

No R, é possível realizar o procedimento facilmente utilizando o pacote {sidrar}, que possibilita importar os dados direto do Sidra.

Ao ter em mãos as duas séries, podemos realizar o procedimento de deflacionamento usando o {dplyr}, e por fim, visualizar os dados por meio do pacote {ggplot2}.

Valores Deflacionados no Python

No Python, é possível realizar o procedimento facilmente utilizando a biblioteca sidrapy, que possibilita importar os dados direto do Sidra.

Ao ter em mãos as duas séries, podemos realizar o procedimento de deflacionamento usando o pandas, e por fim, visualizar os dados por meio da biblioteca matplotlib.

_____________________________________

Quer aprender mais?

Seja um aluno da nossa trilha de Macroeconomia Aplicada e aprenda a criar projetos voltados para a Macroeconomia

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando Personas de Analistas com LangGraph

Este post apresenta um estudo de caso sobre a criação de um assistente de pesquisa com o LangGraph, integrando o conceito de human-in-the-loop. O sistema gera personas de analistas a partir de um tema, recebe feedback humano e ajusta as respostas de forma iterativa, garantindo resultados mais precisos e personalizados.

O que é Agentic RAG e o que o diferencia de RAG?

Neste post, explicamos o que é o Agentic RAG, como ele se diferencia do RAG tradicional e apresentamos um estudo de caso construído com base nas Atas do COPOM, mostrando passo a passo como criar um agente que busca, avalia, reescreve e responde perguntas sobre política monetária.

Como Criar um Agente de IA Econometrista

Criar um Agente de IA Econometrista envolve construir um sistema autônomo capaz de entender uma solicitação em linguagem natural, buscar dados econômicos, realizar análises e aplicar modelos econométricos para entregar uma resposta completa. A abordagem mais eficaz é estruturar o sistema em múltiplos agentes especializados, cada um com um papel definido, que colaboram para resolver a tarefa. Neste post abordamos o desenvolvimento deste sistema de IA com 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.